Information Transmission using the Nonlinear Fourier Transform
Notice bibliographique
Résumé
The central objective of this thesis is to suggest and develop one simple, unified method for communication over optical fiber\nnetworks, valid for all values of dispersion and nonlinearity parameters, and for a single-user channel or a multiple-user network. The method is based on the nonlinear Fourier transform (NFT), a powerful tool in soliton theory and exactly solvable models for solving integrable partial differential equations governing wave propagation in certain nonlinear media. The NFT decorrelates\nsignal degrees of freedom in such models, in much the same way that the Fourier transform does for linear systems. In this thesis,\nthis observation is exploited for data transmission over integrable channels such as optical fibers, where pulse propagation is\ngoverned by the nonlinear Schr\\"odinger (NLS) equation. In this transmission scheme, which can be viewed as a nonlinear analogue of orthogonal frequency-division multiplexing commonly used in linear channels, information is encoded in the nonlinear spectrum of the signal. Just as the (ordinary) Fourier transform converts a linear convolutional channel into a number of parallel scalar channels, the nonlinear Fourier transform converts a nonlinear dispersive channel described by a \\emph{Lax convolution} into a number of parallel scalar channels. Since, in the spectral coordinates the NLS equation is\nmultiplicative, users of a network can operate in independent nonlinear frequency bands with no deterministic inter-channel\ninterference. Unlike most other fiber-optic transmission schemes, this technique deals with both dispersion and nonlinearity directly and unconditionally without\nthe need for dispersion or nonlinearity compensation methods. This thesis lays the foundations of such a nonlinear frequency-division multiplexing system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».