MMJul, 2023
多任务学习提升相干光系统中神经网络均衡器的通用性
Multi-Task Learning to Enhance Generazability of Neural Network Equalizers in Coherent Optical Systems
Sasipim Srivallapanondh, Pedro J. Freire, Ashraful Alam, Nelson Costa, Bernhard Spinnler...
TL;DR首次提出多任务学习用于改进相干系统中基于 NN 的均衡器的灵活性。单个基于 NN 的均衡器与 CDC 相比可提高 Q 因数高达 4dB,无需重新训练,即使发射功率、符号速率或传输距离有变化。