Nonlinearity compensation techniques using machine learning

Stylianos Sygletos, Alexey Redyuk, Oleg Sidelnikov

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

Аннотация

We discuss our recent work on machine learning based nonlinear equalization in long haul transmission sytems. We show that dynamic multi-perceptron networks can deal with the memory properties of the fibre c hannel and provide e fficient mitigation of nonlinear impairments at lower computational cost when compared to conventional digital back propagation methods.

Язык оригиналаанглийский
Название основной публикацииSignal Processing in Photonic Communications, SPPCom 2019
ИздательOSA - The Optical Society
ISBN (электронное издание)9781557528209
DOI
СостояниеОпубликовано - 1 янв 2019
СобытиеSignal Processing in Photonic Communications, SPPCom 2019 - Burlingame, Соединенные Штаты Америки
Продолжительность: 29 июл 2019 → …

Серия публикаций

НазваниеOptics InfoBase Conference Papers
ТомPart F137-SPPCom 2019

Конференция

КонференцияSignal Processing in Photonic Communications, SPPCom 2019
СтранаСоединенные Штаты Америки
ГородBurlingame
Период29.07.2019 → …

Fingerprint Подробные сведения о темах исследования «Nonlinearity compensation techniques using machine learning». Вместе они формируют уникальный семантический отпечаток (fingerprint).

  • Цитировать

    Sygletos, S., Redyuk, A., & Sidelnikov, O. (2019). Nonlinearity compensation techniques using machine learning. В Signal Processing in Photonic Communications, SPPCom 2019 (Optics InfoBase Conference Papers; Том Part F137-SPPCom 2019). OSA - The Optical Society. https://doi.org/10.1364/SPPCOM.2019.SpT2E.2