Multi-Task Learning to Enhance Generalizability of Neural Network Equalizers in Coherent Optical Systems

要約

コヒーレントシステムにおけるNNベースのイコライザの柔軟性を改善するために、初めてマルチタスク学習が提案された。単一」NNベースの等化器は、発射電力、シンボルレート、伝送距離が変化しても、再学習なしで、CDCと比較してQファクタを最大4dB改善する。

要約(オリジナル)

For the first time, multi-task learning is proposed to improve the flexibility of NN-based equalizers in coherent systems. A ‘single’ NN-based equalizer improves Q-factor by up to 4 dB compared to CDC, without re-training, even with variations in launch power, symbol rate, or transmission distance.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL