MétaCan
Menu
Retour à la cohorte
Enregistrement W4406137888 · doi:10.1109/jlt.2025.3526755

Photonic Generation of High-Sampling-Rate Arbitrary Waveforms in a Temporal Synthetic Dimension Created by Two Polarimetric Subspaces

2025· article· en· W4406137888 sur OpenAlexafffund
Yiran Guan, Guangying Wang, Jiejun Zhang

Notice bibliographique

RevueJournal of Lightwave Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaveformAmplitudeOpticsLinear subspaceSampling (signal processing)PhysicsMean squared errorPolarization (electrochemistry)MathematicsVoltageStatisticsDetector

Résumé

récupéré en direct d'OpenAlex

We propose and experimentally demonstrate a novel approach to the photonic generation of high-sampling-rate arbitrary microwave waveforms in a temporal synthetic dimension created by two polarimetric subspaces. The two polarimetric subspaces are established based on a polarization-maintaining fiber (PMF) loop incorporating a polarization modulator (PolM). Due to the different refractive indices along the two orthogonal axes of the PMF, one physical PMF loop is equivalent to two dynamically coupled loops with different time delays and a variable coupling ratio controlled by the PolM. If a single linearly polarized pulse is injected into the PMF loop, it is split into two pulses with orthogonal polarizations and with different amplitudes controlled by the PolM. After multiple round trips, a pulse burst with a tailored amplitude profile is produced in the temporal synthetic dimension. The temporal interval between two adjacent pulses in the pulse burst, or the sampling rate of the generated waveform, is determined by the birefringence and the length of the PMF. The proposed approach is evaluated by an experiment. Arbitrary waveforms with different sampling rates of 16.7, 62.5, and 250 GSa/s are generated. The fidelity of the generated waveforms is evaluated by calculating the average root mean square error (RMSE). For the generated waveforms, the RMSE is as low as 0.0596, conforming a good fidelity of the generated waveforms.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,263
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207