MétaCan
Menu
Retour à la cohorte
Enregistrement W4362470396 · doi:10.1038/s41467-023-37472-2

All-fibre phase filters with 1-GHz resolution for high-speed passive optical logic processing

2023· article· en· W4362470396 sur OpenAlexafffund
Saket Kaushal, A. Aadhi, Anthony Roberge, Roberto Morandotti, Raman Kashyap, José Azaña

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensPolytechnique MontréalInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésXNOR gateComputer scienceBandwidth (computing)Electronic engineeringFiber Bragg gratingPhotonicsScalabilitySignal processingOptical filterOptical fiberLogic gateComputer hardwareTelecommunicationsMaterials scienceDigital signal processingOptoelectronicsEngineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Photonic-based implementation of advanced computing tasks is a potential alternative to mitigate the bandwidth limitations of electronics. Despite the inherent advantage of a large bandwidth, photonic systems are generally bulky and power-hungry. In this respect, all-pass spectral phase filters enable simultaneous ultrahigh speed operation and minimal power consumption for a wide range of signal processing functionalities. Yet, phase filters offering GHz to sub-GHz frequency resolution in practical, integrated platforms have remained elusive. We report a fibre Bragg grating-based phase filter with a record frequency resolution of 1 GHz, at least 10× improvement compared to a conventional optical waveshaper. The all-fibre phase filter is employed to experimentally realize high-speed fully passive NOT and XNOR logic operations. We demonstrate inversion of a 45-Gbps 127-bit random sequence with an energy consumption of ~34 fJ/bit, and XNOR logic at a bit rate of 10.25 Gbps consuming ~425 fJ/bit. The scalable implementation of phase filters provides a promising path towards widespread deployment of compact, low-energy-consuming signal processors.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,280 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetOptical Network TechnologiesTravaux en français237 207