PORTO @ 
Archivio Istituzionale della Ricerca
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishA machine learning framework for Raman amplifier design is experimentally tested. Performance in terms of maximum error over the gain profile is investigated for various fiber types and lengths, demonstrating highly-accurate designs.
Experimental demonstration of arbitrary Raman gain-profile designs using machine learning / de Moura, U. C.; Ros, F. D.; Rosa Brusin, A. M.; Carena, A.; Zibar, D.. - ELETTRONICO. - 2020:(2020), p. T4B.2. ((Intervento presentato al convegno Optical Fiber Communication Conference, OFC 2020 tenutosi a San Diego (USA) nel 2020 [10.1364/OFC.2020.T4B.2].
| Titolo: | Experimental demonstration of arbitrary Raman gain-profile designs using machine learning | |
| Autori: | ||
| Data di pubblicazione: | 2020 | |
| Abstract: | A machine learning framework for Raman amplifier design is experimentally tested. Performance in ...terms of maximum error over the gain profile is investigated for various fiber types and lengths, demonstrating highly-accurate designs. | |
| ISBN: | 978-1-943580-71-2 | |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| OFC2020_Raman_design___experimental_validation.pdf | 2. Post-print / Author's Accepted Manuscript | PUBBLICO - Tutti i diritti riservati | Visibile a tuttiVisualizza/Apri | |
| OFC-2020-T4B.2.pdf | 2a Post-print versione editoriale / Version of Record | Non Pubblico - Accesso privato/ristretto | Administrator Richiedi una copia |
http://hdl.handle.net/11583/2902952
Copyright © 2022