A multi-layer neural network is employed to learn the mapping between Raman gain profile and pump powers and wavelengths. The learned model predicts with high-accuracy, low-latency and low-complexity the pumping setup for any gain profile.

Machine learning-based Raman amplifier design / Zibar, D.; Ferrari, A.; Curri, V.; Carena, A.. - ELETTRONICO. - M1J.1:(2019), pp. 1-3. ((Intervento presentato al convegno OFC 2019 tenutosi a San Diego (CA) nel 3–7 March 2019 [10.1364/OFC.2019.M1J.1].

Machine learning-based Raman amplifier design

Ferrari, A.;Curri, V.;Carena, A.
2019

Abstract

A multi-layer neural network is employed to learn the mapping between Raman gain profile and pump powers and wavelengths. The learned model predicts with high-accuracy, low-latency and low-complexity the pumping setup for any gain profile.
978-1-943580-53-8
File in questo prodotto:
File Dimensione Formato  
OFC_2019_paper_on_Design_of_Raman_amplifiers_using_ML.pdf

non disponibili

Descrizione: Articolo principale
Tipologia: 1. Preprint / submitted version [pre- review]
Licenza: Non Pubblico - Accesso privato/ristretto
Dimensione 518.68 kB
Formato Adobe PDF
518.68 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

Caricamento pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11583/2738993
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo