MétaCan
Menu
Retour à la cohorte
Enregistrement W4383373437 · doi:10.1364/jocn.486940

Cost- and energy-efficient filterless architectures for metropolitan networks

2023· article· en· W4383373437 sur OpenAlexafffund
Christine Tremblay, Émile Archambault, Rodney Wilson, Stewart Clelland, Marija Furdek, Lena Wosinska

Notice bibliographique

RevueJournal of Optical Communications and Networking · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Network Technologies
Établissements canadiensCiena (Canada)Cegep regional de LanaudiereÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceComputer networkEnergy consumptionEfficient energy useFlexibility (engineering)Network architectureMetropolitan area networkQuality of serviceTelecommunicationsEngineeringLocal area network

Résumé

récupéré en direct d'OpenAlex

Network operators are forced to find cost- and energy-efficient solutions for networks supporting new and emerging services with strict latency and ultra-high-capacity requirements. A disruptive approach for delivering network agility in a cost- and energy-efficient manner is employing filterless optical networking based on broadcast-and-select nodes and coherent transceivers. The filterless network concept has been widely studied for terrestrial and submarine applications. In this paper, we investigate the performance of filterless optical networks in metropolitan core and aggregation networks where agility is required due to service dynamics, customer changes, and service flexibility requirements. We compare our results with a conventional metro network based on active switching. The results show that the filterless metro network based on a hierarchical structure similar to its active switching counterpart has comparable installed first cost and spectrum usage at 11 Tb/s of total traffic, as well as cost and wavelength consumption advantages of 19.5% and 16%, respectively, at 107 Tb/s of total traffic. These results confirm that the filterless architecture is an attractive alternative for metro network deployments.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,000

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 Opus0,042
Tête enseignante GPT0,295
Écart entre enseignants0,253 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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