MétaCan
Menu
Retour à la cohorte
Enregistrement W3103665993 · doi:10.1109/jlt.2019.2892158

Advanced Adaptive Photonic RF Filters with 80 Taps Based on an Integrated Optical Micro-Comb Source

2019· article· en· W3103665993 sur OpenAlexaff
Xingyuan Xu, Mengxi Tan, Jiayang Wu, Thach G. Nguyen, Sai T. Chu, Brent E. Little, Roberto Morandotti, Arnan Mitchell, David Moss

Notice bibliographique

RevueJournal of Lightwave Technology · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésApodizationOptical filterRadio frequencyBandwidth (computing)ReconfigurabilityBand-pass filterElectronic engineeringPassbandFree spectral rangePhotonicsFilter (signal processing)Center frequencyRadarOpticsComputer scienceTelecommunicationsEngineeringWavelengthPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

We demonstrate a photonic radio frequency (RF) transversal filter based on an integrated optical micro-comb source featuring a record low free spectral range of 49 GHz, yielding 80 micro-comb lines across theC-band. This record high number of taps, or wavelengths for the transversal filter results in significantly increased performance including aQRFfactor more than four times higher than previous results. Furthermore, by employing both positive and negative taps, an improved out-of-band rejection of up to 48.9 dB is demonstrated using a Gaussian apodization, together with a tunable center frequency covering the RF spectra range, with a widely tunable 3-dB bandwidth and versatile dynamically adjustable filter shapes. Our experimental results match well with theory, showing that our transversal filter is a competitive solution to implement advanced adaptive RF filters with broad operational bandwidth, high frequency selectivity, high reconfigurability, and potentially reduced cost and footprint. This approach is promising for applications in modern radar and communications systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations493
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207