该研究通过机器学习得到一个可微的插值函数以优化 Raman 放大器的增益系数，并应用于前向泵浦 Raman 放大器中优化任意数量的泵浦频率和功率以及后向泵浦 Raman 放大器的效率。最终验证并优化了 250 千米未重复传输中的波长增益平坦度，实现了小于 1dB 的增益平坦度。

Jun, 2022

本文探讨了在电力限制下如何通过优化信道功率分配来最大化信息理论容量，解决了使用更多空间维度来缓解水下光缆中信号限制的问题，并表明在较低的饱和度运行可以支持更宽的带宽和更多的空间维度，以此最大化亚洲下水电缆的传输容量。

Mar, 2018

光计算系统的实地优化是无模型的解决方案，基于分数梯度估计算法，其简单性和对计算资源的低需求加速了光计算从实验室演示到现实世界应用的过渡。

Jul, 2023

本文提出 BBT-RGB, 一套用于提高黑盒优化效率和性能的简单而相辅相成的技术。我们的实验结果表明，该方法在各种自然语言理解和推理任务中具有很好的有效性。

May, 2023

使用深度学习方法，基于 Fabry-Pérot 共振腔的完全解析描述，实现光学器件的逆向设计。

Dec, 2021

本文提出了一种通过单一接入点获取多节点 WDM 网络的数字孪生模型，利用该模型可以预测和优化网络中每个链接的传输功率，并获得高达 2.2dB 的幅度改进。

Jul, 2022

本文研究方向为毫米波超宽带通道的小尺度衰落情况，使用定向天线进行测量，得到了不同楷向下的电压路径幅度分布与经验自相关函数，并提供了在研究天线模拟和信道估计算法时有用的路径增益统计模型。

Nov, 2015

通过使用多模光纤，我们提出了一个信息理论框架来传输最大熵（数据）图像，并通过千米以内的距离最大化信息传输，通过不同的差分可微神经网络来检索图像，最终能够以最大化的信息页大小恢复出数字输入图像。

Jan, 2023

本文针对毫米波和太赫兹频段（30-300 GHz 与 0.1-10 THz）中高扩散损耗和分子吸收常常限制信号传输距离和覆盖范围的问题进行了研究，提出了物理层距离感知设计、超大规模 MIMO 通信、反射阵列以及智能面技术等四种方法，并提出了这些技术的潜在联合设计，可以结合技术优点增加通信距离，在本文中进行了定性分析和定量模拟，证明了上述技术的可行性。

Feb, 2019

光子集成电路在光计算领域发挥着重要作用，光信号的特性使其相比数字对应物具有更快速和更高效率的运算能力。然而，热串扰等确定性现象使得精确程序化光芯片编程成为一项具有挑战性的任务。本研究训练和实验评估了三种模型，结合不同程度的物理直觉，以预测可编程光子网格中不同位置的热串扰效应。我们通过芯片中的微环谐振器功率谱中的谐振波长漂移量来量化热串扰效应，实现建模误差小于 0.5 pm。通过补偿串扰引起的波长漂移，我们对模型进行了实验验证。最后，我们通过利用该模型预测和补偿未经训练的芯片部分的热串扰效应来评估其泛化能力，显示均方根误差小于 2.0 pm。

Mar, 2024