MétaCan
Menu
Retour à la cohorte
Enregistrement W3123834545 · doi:10.1109/jphot.2021.3054240

Demonstration of 108 Gb/s Duo-Binary PAM-8 Transmission and the Probabilistic Modeling of DB-PAM-M BER

2021· article· en· W3123834545 sur OpenAlexafffund
Md. Ghulam Saber, R. Gutiérrez-Castrejón, Zhenping Xing, Md Samiul Alam, Eslam El‐Fiky, D. E. Ceballos-Herrera, Fabio Cavaliere, Gemma Vall-llosera, Stéphane Lessard, David V. Plant

Notice bibliographique

RevueIEEE photonics journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensEricsson (Canada)McGill University
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoFonds de recherche du Québec – Nature et technologiesInternational Society for Optical Engineering
Mots-clésBit error rateLow-density parity-check codeBinary numberForward error correctionPseudorandom binary sequenceComputer scienceProbabilistic logicTransmission (telecommunications)AlgorithmElectronic engineeringTelecommunicationsMathematicsDecoding methodsEngineeringArithmetic

Résumé

récupéré en direct d'OpenAlex

We report 108 Gb/s Duo-Binary PAM-8 (DB-PAM-8) transmission using direct-detection aided by Volterra equalizer. The bit-error-rate (BER) performance of the DB-PAM-8 signal has been evaluated through error counting by varying the bit rate, received optical power, and reach. The experimental results suggest that up to 108, 102, and 84 Gb/s signals can be propagated in back-to-back (B2B), and over 10, and 20 km of standard single-mode fiber (SMF), respectively, below the low-density parity-check forward error correction (LDPC-FEC) threshold. Furthermore, we derive a probabilistic model of the BER for multilevel DB-PAM-M signaling that is verified using our measurements. The model of this important performance metric turned out to be accurate enough, especially at low BER values, where its use is more convenient.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE photonics journalMême sujetOptical Network TechnologiesTravaux en français237 207