Archivio Istituzionale della RicercaA perspective on how machine learning can aid the next–generation of classical and quantum optical communication systems is given. We focus on the design of Raman amplifiers and phase tracking at the quantum limit.
Advancing classical and quantum communication systems with machine learning / Zibar, D.; Moura, U. C.; Chin, H. M.; Rosa Brusin, A. M.; Jain, N.; Da Ros, F.; Kleis, S.; Schaeffer, C.; Gehring, T.; Andersen, U. L.; Carena, A.. - ELETTRONICO. - (2020), p. W1K.1. ( Optical Fiber Communication Conference, OFC 2020 San Diego (USA) 2020) [10.1364/OFC.2020.W1K.1].
Advancing classical and quantum communication systems with machine learning
Rosa Brusin, A. M.;Carena, A.
2020
Abstract
A perspective on how machine learning can aid the next–generation of classical and quantum optical communication systems is given. We focus on the design of Raman amplifiers and phase tracking at the quantum limit.
File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
OFC_2020___invited_paper.pdf
accesso aperto
Tipologia:
2. Post-print / Author's Accepted Manuscript
Licenza:
Pubblico - Tutti i diritti riservati
Dimensione
196.82 kB
Formato
Adobe PDF
|
196.82 kB | Adobe PDF | Visualizza/Apri |
|
OFC-2020-W1K.1.pdf
accesso riservato
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
260.27 kB
Formato
Adobe PDF
|
260.27 kB | Adobe PDF | Visualizza/Apri Richiedi una copia |
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/11583/2903038