Complex Fully Connected Neural Networks for Nonlinearity Compensation in Long-Haul Transmission Systems

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

Аннотация

Signal nonlinear impairments have been one of the fundamental limiting factors for the further development of optical communication systems operating at broader bandwidth and longer distances. To tackle this problem, a number of techniques have been proposed. One of the promising approaches is the development of nonlinear equalizers (NLE) based on neural networks. Such equalizers provide high accuracy of symbol classification, requiring acceptable computational resources [1].

Язык оригиналаанглийский
Название основной публикации2021 Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, CLEO/Europe-EQEC 2021
ИздательInstitute of Electrical and Electronics Engineers Inc.
Число страниц1
ISBN (электронное издание)9781665418768
DOI
СостояниеОпубликовано - июн. 2021
Событие2021 Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, CLEO/Europe-EQEC 2021 - Munich, Германия
Продолжительность: 21 июн. 202125 июн. 2021

Серия публикаций

Название2021 Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, CLEO/Europe-EQEC 2021
Том2021-January

Конференция

Конференция2021 Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, CLEO/Europe-EQEC 2021
Страна/TерриторияГермания
ГородMunich
Период21.06.202125.06.2021

Предметные области OECD FOS+WOS

  • 1.03 ФИЗИЧЕСКИЕ НАУКИ И АСТРОНОМИЯ
  • 1.03.SY ОПТИКА

Fingerprint

Подробные сведения о темах исследования «Complex Fully Connected Neural Networks for Nonlinearity Compensation in Long-Haul Transmission Systems». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать