MétaCan
Menu
Retour à la cohorte
Enregistrement W4312996986 · doi:10.1109/jphot.2022.3230749

Impact of the Refractive Index on the Achievable Rate of Liquid Crystal-Based Digital-RIS Indoor VLC Systems

2022· article· en· W4312996986 sur OpenAlexafffund
Alain R. Ndjiongue, Telex M. N. Ngatched, Octavia A. Dobre

Notice bibliographique

RevueIEEE photonics journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRefractive indexOptical wirelessInterference (communication)WavelengthVisible light communicationComputer scienceWirelessOptical powerTransmission (telecommunications)Materials scienceOpticsPhase (matter)OptoelectronicsReflection (computer programming)Electronic engineeringTelecommunicationsPhysicsLight-emitting diode

Résumé

récupéré en direct d'OpenAlex

In wireless networks, reconfigurable intelligent surfaces (RISs) have recently been proven to have a significant impact. The RIS has been incorporated into wireless communication systems to improve security, increase coverage, reduce interference, and improve transmission quality. Digital RIS (DRISs) have also proven to provide better reflection management. However, the impact of the DRIS intrinsic parameters on the system's achievable rate, has not yet been investigated. Due to their availability and easily reconfigurable properties, liquid crystals (LCs) appear as suitable materials for use in DRIS, specifically in optical communication systems. This paper analyzes the effect of the LC's refractive index on the achievable rate of LC-based DRIS indoor visible light communication systems. Based on a set of discrete phase shifts, required refractive indices have been evaluated. The reflected power and achievable rates are determined with respect to incoming light wavelengths at 510 nm, 550 nm, and 670 nm. According to the obtained numerical results, there is no linear relationship between refractive indices, corresponding transition coefficients, phase shifts, light power, and achievable rate.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE photonics journalMême sujetOptical Wireless Communication TechnologiesTravaux en français237 207