MétaCan
Menu
Retour à la cohorte
Enregistrement W4295865723 · doi:10.1364/ol.468495

Time-variant entropy regulated multiple access for flexible coherent PON

2022· article· en· W4295865723 sur OpenAlexaff
Zixian Wei, Jinsong Zhang, Weijia Li, David V. Plant

Notice bibliographique

RevueOptics Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésQuadrature amplitude modulationOpticsComputer sciencePassive optical networkPhysicsEntropy (arrow of time)Phase-shift keyingAlgorithmBit error rateWavelengthWavelength-division multiplexingDecoding methods

Résumé

récupéré en direct d'OpenAlex

To further increase the data rate and rate flexibility of next-generation passive optical networks (PONs), we propose a scheme jointing probabilistic constellation shaping (PCS), constellation diagram identification, and coherent detection. The rate of the coherent PON is dynamically regulated with time-variant entropy, and monitored by the image classifier in real-time. The transmitted cascade frames allocated to different optical network units (ONUs) from the optical line terminal (OLT) can be synchronized, identified, and distinguished by the labeled entropy values. The proposed graphic monitoring scheme is experimentally demonstrated based on a dual-polarized coherent optical transmission system. A 0.5 interval value of entropy is precisely tuned to achieve a 96.13% constellation identification accuracy for entropy/rate by a fast normalized cross correlation coefficient (NCC)-based image classifier. A real-time data rate from 350 to 550 Gb/s with PCS-64-quadrature amplitude modulation (64-QAM) format for a single ONU is achieved which can maximally support five independent ONUs with single wavelength and two polarization states and the entropy varying from 3.5 to 5.5 with 0.5 intervals, 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetOptical Network TechnologiesTravaux en français237 207