MétaCan
Menu
Retour à la cohorte
Enregistrement W7033518221

Receptor digital de comunicaciones ópticas de alta capacidad

2019· other· es· W7033518221 sur OpenAlexaboutno aff

Notice bibliographique

RevueRICABIB - Repositorio Institucional del Centro Atómico Bariloche · 2019
Typeother
Languees
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensnon disponible
Organismes subventionnairesInstituto Balseiro, Universidad Nacional de CuyoAgencia Nacional de Promoción Científica y TecnológicaConsejo Nacional de Investigaciones Científicas y TécnicasComisión Nacional de Energía Atómica, Gobierno de Argentina
Mots-clésCape verdeDigital signalPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Durante los últimos años hubo un crecimiento en la demanda de tasas de transmisi \nón por parte de los usuarios por el surgimiento de aplicaciones de uso masivo como \nInternet, servicios de video de alta denición, comunicación entre data centers, juegos \nen línea y cómputo en la nube. Esto impone nuevos desafíos a las comunicaciones ópticas \nlong-haul para satisfacer las demandas de los consumidores. En este trabajo se \nestudió el funcionamiento y desarrolló el DSP de un receptor de comunicaciones ópticas \nde alta capacidad, programado en un lenguaje de alto nivel, como MATLAB, y para \noperar oine. A su vez, se desarrolló un compensador de la automodulación de fase \ny la dispersión cromática, basado en el método de Digital Backpropagation (DBP), \ncomo reemplazo a un bloque que solo compensa la dispersión cromática (EDC). Finalmente \nse presentan resultados obtenidos sobre datos medidos a 84 Gbaud para una \nmodulación DP-QPSK en distancias hasta 2880 km, obtenidos por una colaboración \ndel Prof. Pablo A. Costanzo Caso del Instituto Balseiro y del LIAT, y el Laboratorio \nPhotonics Systems Group del Prof. David V. Plant de la universidad McGill (Canadá). \nSe obtienen mejoras potenciales de hasta 820 km para una BER de 10􀀀3 al utilizar \nDBP respecto a utilizar EDC.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRICABIB - Repositorio Institucional del Centro Atómico BarilocheMême sujetOptical Wireless Communication TechnologiesTravaux en français237 207