Archivio Istituzionale della RicercaWe investigate the generalization capabilities of neural network-based Raman amplifier models. The new proposed model architecture, including fiber parameters as inputs, can predict Raman gains of fiber types unseen during training, unlike previous fiber-specific models.
Generalization Properties of Machine Learning-based Raman Models / De Moura, U. C.; Zibar, D.; Rosa Brusin, A. M.; Carena, A.; Da Ros, F.. - ELETTRONICO. - (2021). (Intervento presentato al convegno 2021 Optical Fiber Communications Conference and Exhibition, OFC 2021 tenutosi a San Francisco, CA, USA nel 2021).
Generalization Properties of Machine Learning-based Raman Models
Rosa Brusin A. M.;Carena A.;
2021
Abstract
We investigate the generalization capabilities of neural network-based Raman amplifier models. The new proposed model architecture, including fiber parameters as inputs, can predict Raman gains of fiber types unseen during training, unlike previous fiber-specific models.
File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
ML_RAmodel_supporting_multiple_fibers_OFC2021.pdf
accesso aperto
Descrizione: post print
Tipologia:
2. Post-print / Author's Accepted Manuscript
Licenza:
PUBBLICO - Tutti i diritti riservati
Dimensione
310.91 kB
Formato
Adobe PDF
|
310.91 kB | Adobe PDF | Visualizza/Apri |
|
2021_OFC_Generalization_Properties_of_Machine_Learning-based_Raman_Models.pdf
non disponibili
Descrizione: Versione ufficiale dell'editore
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
552.54 kB
Formato
Adobe PDF
|
552.54 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/11583/2924974