文献

J-GLOBAL ID：202102213266648358   整理番号：21A0563708

結合コア4コアファイバと4コアEDFA上のSDM伝送に用いる適応MIMO等化器のための機械学習最適化器による高速収束【JST・京大機械翻訳】

Fast Convergence by Machine Learning Optimizer for Adaptive MIMO Equalizer Used in SDM Transmission over Coupled-Core 4-Core Fiber and 4-Core EDFA

著者 (2件)： Arikawa Manabu (System Platform Research Laboratories, NEC Corporation,Kawasaki,Japan,211-8666) ,  Noguchi Hidemi (System Platform Research Laboratories, NEC Corporation,Kawasaki,Japan,211-8666)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ECOC  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習場からSDM伝送用の適応MIMO等化器にいくつかの最適化器を適用した。52km結合コア4コアファイバと4コアEDFA上のSDM伝送における収束特性を実験的に比較し,Adamで22%以上の高速収束を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *等化器 ,  *EDFA ,  *機械学習
準シソーラス用語： *MIMO , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (10件)： コア ,  ファイバ ,  EDFA ,  SDM ,  適応 ,  MIMO ,  等化器 ,  機械学習 ,  最適化 ,  収束