博客围绕神经网络在无源光网络（PON）中的应用展开，涉及50G PON中基于神经网络的预均衡器缓解SOA模式影响，100 Gb/s/λ无源光网络的机器学习应用，还提及基于神经网络的均衡器训练数据的生成与验证，包含不同调制格式及训练参数。
1，SOA pattern effect mitigation by neural network based pre-equalizer for 50G PON
107 48 48 1 （regression） PAM4, learning rate: 0.0001, training symbols:5000, test symbols:5000
2. Machine Learning for 100 Gb/s/λ Passive Optical Network
51 128 128 8 （classification） PAM8, learning rate: -, training symbols:100000, test symbols:90000 cross validation:10000, dropout rate:0.2
3. Training data generation and validation for a neural network-based equalizer
simulation:201 128 128 2 NRZ
experiment:201 128 128 4 PAM4 training symbols:100000, test symbols:100000
4.
扫一扫
1749
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
