MétaCan
Menu
Retour à la cohorte
Enregistrement W3118725835 · doi:10.3390/app11020783

Optical Code Construction of 2D Spectral/Spatial BIBD Codes for SAC-OCDMA Systems

2021· article· en· W3118725835 sur OpenAlexaff
Teena Sharma, Abdellah Chehri, Paul Fortier, Hassan Yousif Ahmed, Medien Zeghid, Waqas A. Imtiaz

Notice bibliographique

RevueApplied Sciences · 2021
Typearticle
Langueen
DomaineEngineering
Thématiquegraph theory and CDMA systems
Établissements canadiensUniversité LavalUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésComputer scienceElectronic engineeringDiagonalCode (set theory)Bandwidth (computing)Code division multiple accessAlgorithmTelecommunicationsMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Optical code division multiple access (OCDMA) shows limitations in terms of the inefficient bandwidth utilization and low spectral density with one-dimensional (1D) codes. To overcome these limitations, a novel design is presented using a two dimensional (2D) spectral/spatial multiwavelength coding scheme. The proposed code is constructed using a 1D balanced incomplete block design (BIBD) technique. Theoretical and analytical results indicate that the proposed code provided improvement in the number of simultaneous users, code construction, and cross-correlation and minimized noise. Moreover, the bandwidth requirements can be minimized, and it can provide flexibility in addressing code sequences. Finally, results were compared with existing spectral-spatial 2D codes such as diagonal eigenvalue unity (DEU) and 2D diluted perfect difference (DPD). It was observed that the 2D-BIBD code fulfilled optical transmission needs with minimum effective source power (Psr = −27.5 dBm) when compared to 2D-DEU (−26.5 dBm) and 2D-DPD (−25.5 dBm) codes. Overall, our results suggested that the performance of BER for the proposed code was 72% and 22% higher than the existing 2D-DPD and 2D-DEU codes, respectively.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetgraph theory and CDMA systemsTravaux en français237 207