Threat Classification on Deployed Optical Networks Using MIMO Digital Fiber Sensing, Wavelets, and Machine Learning

要約

57 km の運用ネットワーク リンクにわたる MIMO-DFS 出力データのウェーブレット変換を利用して、削岩機や掘削機などの機械的脅威の分類を実証します。
当社の機械学習フレームワークには転移学習が組み込まれており、フィールド データから 93% の分類精度を示し、光ネットワークの監視に利点をもたらします。

要約(オリジナル)

We demonstrate mechanical threats classification including jackhammers and excavators, leveraging wavelet transform of MIMO-DFS output data across a 57-km operational network link. Our machine learning framework incorporates transfer learning and shows 93% classification accuracy from field data, with benefits for optical network supervision.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google