亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Machine-learning-based EDFA gain estimation [Invited]

计算机科学 先验与后验 频道(广播) 光放大器 最大后验估计 人工神经网络 传输(电信) 均方误差 人工智能 电子工程 工程类 电信 统计 数学 光学 物理 认识论 哲学 最大似然 激光器
作者
Jiakai Yu,Shengxiang Zhu,Craig Gutterman,Gil Zussman,Daniel C. Kilper
出处
期刊:Journal of Optical Communications and Networking [The Optical Society]
卷期号:13 (4): B83-B83 被引量:21
标识
DOI:10.1364/jocn.417584
摘要

Optical transmission systems with high spectral efficiency require accurate quality of transmission estimation for optical channel provisioning. However, the wavelength-dependent gain effects of erbium-doped fiber amplifiers (EDFAs) complicate precise optical channel power prediction and low-margin operation. In this work, we examine supervised machine learning methods using multiple artificial neural networks (ANNs) to build models for gain spectra prediction of optical transmission line EDFAs under different operating conditions. Channel-loading configurations and channel input power spectra are used as an a posteriori knowledge data feature for model training. In a hybrid learning approach, estimated gain spectra calculated by an analytical model are added as an a priori input data feature to further improve the EDFA ANN model performance in terms of prediction accuracy, training time, and quantity of training data. Using these methods, the root mean square error and maximum absolute error of the predicted channel output power can be as low as 0.144 dB and 1.6 dB, respectively.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
10秒前
传奇3应助kongshi采纳,获得10
18秒前
24秒前
kongshi发布了新的文献求助10
30秒前
哒哒哒完成签到,获得积分10
37秒前
wzgkeyantong完成签到,获得积分10
1分钟前
1分钟前
kongshi完成签到,获得积分10
1分钟前
彭于晏应助einspringen采纳,获得10
1分钟前
华仔应助是你的雨采纳,获得10
1分钟前
2分钟前
einspringen发布了新的文献求助10
2分钟前
2分钟前
Ryu发布了新的文献求助10
2分钟前
bastien完成签到,获得积分10
3分钟前
白芷当归完成签到,获得积分10
3分钟前
beihaik完成签到 ,获得积分0
3分钟前
3分钟前
MchemG完成签到,获得积分0
3分钟前
是你的雨发布了新的文献求助10
3分钟前
3分钟前
4分钟前
Jasper应助科研通管家采纳,获得10
4分钟前
4分钟前
4分钟前
Sylvia卉完成签到,获得积分10
4分钟前
是你的雨完成签到,获得积分10
4分钟前
physicalproblem完成签到,获得积分10
4分钟前
量子星尘发布了新的文献求助20
5分钟前
5分钟前
VVV完成签到,获得积分10
5分钟前
VVV发布了新的文献求助10
5分钟前
是你的雨发布了新的文献求助10
5分钟前
Mercury完成签到,获得积分10
5分钟前
6分钟前
犹豫幻丝完成签到,获得积分10
6分钟前
dong发布了新的文献求助10
6分钟前
席江海完成签到,获得积分0
6分钟前
7分钟前
7分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Einführung in die Rechtsphilosophie und Rechtstheorie der Gegenwart 1500
Binary Alloy Phase Diagrams, 2nd Edition 1000
青少年心理适应性量表(APAS)使用手册 700
Air Transportation A Global Management Perspective 9th Edition 700
DESIGN GUIDE FOR SHIPBOARD AIRBORNE NOISE CONTROL 600
NMR in Plants and Soils: New Developments in Time-domain NMR and Imaging 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 4984087
求助须知:如何正确求助?哪些是违规求助? 4235079
关于积分的说明 13189682
捐赠科研通 4027591
什么是DOI,文献DOI怎么找? 2203336
邀请新用户注册赠送积分活动 1215509
关于科研通互助平台的介绍 1132771