Neural Networks for Nonlinear Fourier Spectrum Computation

Egor Sedov, Pedro J. Freire, Igor Chekhovskoy, Sergei Turitsyn, Jaroslaw Prilepsky

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

Аннотация

We demonstrate that neural networks can outperform conventional numerical nonlinear Fourier transform algorithms for processing the noise-corrupted optical signal. Applying the Bayesian hyper-parameters optimisation, we design the architecture of neural networks capable to compute nonlinear signal spectrum at low SNR more accurately than conventional algorithms.

Язык оригиналаанглийский
Название основной публикации2021 European Conference on Optical Communication, ECOC 2021
ИздательInstitute of Electrical and Electronics Engineers Inc.
ISBN (электронное издание)9781665438681
DOI
СостояниеОпубликовано - 2021
Событие2021 European Conference on Optical Communication, ECOC 2021 - Bordeaux, Франция
Продолжительность: 13 сент. 202116 сент. 2021

Серия публикаций

Название2021 European Conference on Optical Communication, ECOC 2021

Конференция

Конференция2021 European Conference on Optical Communication, ECOC 2021
Страна/TерриторияФранция
ГородBordeaux
Период13.09.202116.09.2021

Предметные области OECD FOS+WOS

  • 1.03 ФИЗИЧЕСКИЕ НАУКИ И АСТРОНОМИЯ
  • 1.02 КОМПЬЮТЕРНЫЕ И ИНФОРМАЦИОННЫЕ НАУКИ

Fingerprint

Подробные сведения о темах исследования «Neural Networks for Nonlinear Fourier Spectrum Computation». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать