MétaCan
Menu
Retour à la cohorte
Enregistrement W3211769238 · doi:10.1109/access.2021.3125912

Adaptive Transceiver Architecture With QoS Provision for OCDMA Network Based on Logic Gates

2021· article· en· W3211769238 sur OpenAlexaff
Hassan Yousif Ahmed, Medien Zeghid, Waqas A. Imtiaz, Teena Sharma, Akhtar Nawaz Khan, Kottakkaran Sooppy Nisar, Abdel‐Haleem Abdel‐Aty, Mona Mahmoud, Sultan Aljahdali

Notice bibliographique

RevueIEEE Access · 2021
Typearticle
Langueen
DomaineEngineering
Thématiquegraph theory and CDMA systems
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesKing Khalid UniversityTaif University
Mots-clésComputer scienceTransceiverComputer networkQuality of serviceArchitectureComputer architectureLogic gateTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

Utilization of an adaptable transceiver with quality of service (QoS) features is a promising notion to build next generation optical network. This paper proposes an adaptive transceiver design by adopting logic gates in the optical domain. The proposed design offers multiple scenarios to support QoS diversity with a slight modification of conventional optical code division multiple access (OCDMA) transceiver architecture through Sigma Shift Matrix (SSM) signature code. In particular, the proposed transceiver design categorizes the users into two classes of service, one having a higher quality level and the other having a lower quality level. Users of high class transmit at low interference versus high interference power for low classes’ users. To switch between the multiple scenarios, an optical Mux performs digital operation is developed and integrated to the transceiver design. This type of MUX is built by using a semiconductor optical amplifier (SOA). In addition, a comprehensive algorithm is developed to control the function of the adaptable transceiver. Five scenarios were formed and investigated to offer a platform for a different type of applications. A proof concept using Optisystem software demonstrates ability of the proposed architecture to efficiently switch between different levels of QoS as per user requirement and provide desired transmission capacity.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetgraph theory and CDMA systemsTravaux en français237 207