MétaCan
Menu
Retour à la cohorte
Enregistrement W4360851778 · doi:10.1364/jocn.483130

Scalable filterless coherent point-to-multipoint metro network architecture

2023· article· en· W4360851778 sur OpenAlexaff
Carlos Castro, Antonio Napoli, Mario Porrega, Johan Bäck, Amir Rashidinejad, Marco Quagliotti, Emilio Riccardi, D. Hillerkuss, Amin Yekani, Fady Masoud, A. Mathur, João Pedro, Bernhard Spinnler, Sezer Erkılınç, Aaron Chase, Tobias A. Eriksson, Dave Welch

Notice bibliographique

RevueJournal of Optical Communications and Networking · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésSubcarrierScalabilityComputer scienceFlexibility (engineering)TelecommunicationsPoint-to-pointIntersection (aeronautics)Transmission (telecommunications)Software deploymentComputer networkCore networkOrthogonal frequency-division multiplexingEngineering

Résumé

récupéré en direct d'OpenAlex

Metro aggregation is one of the fastest growing segments in telecommunications in terms of data traffic. At the intersection of core and access, where coherent modules compete with direct detection technology, high capacity must be provided at low cost and low power, with enhanced scalability and flexibility. Real-life Telecom Italia Mobile metro aggregation networks are examined and their design and planning optimized. The analysis is supported by techno-economics, which compares two coherent solutions: traditional point-to-point (P2P) and digital subcarrier (DSC)-based coherent modules for P2P and point-to-multipoint transmission. We demonstrate that the greater flexibility of DSC-based coherent modules leads to significant cost savings over a three-phase network deployment.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,261
Écart entre enseignants0,233 · 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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Optical Communications and NetworkingMême sujetOptical Network TechnologiesTravaux en français237 207