Scifaro

中文

基于 BiLSTM-CNN 的多任务学习方法用于光纤故障诊断

信号处理 2022-02-17 v1

作者: Khouloud Abdelli , Helmut Griesser , Carsten Tropschug , Stephan Pachnicke

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

提出一种基于堆叠双向长短期记忆（BiLSTM）网络与卷积神经网络（CNN）的新型多任务学习方法，用于检测、定位、表征和识别光纤故障。其性能优于常规采用的技术。

关键词

多任务学习 BiLSTM CNN 光纤故障诊断故障检测光纤

引用

@article{arxiv.2202.08034,
  title  = {A BiLSTM-CNN based Multitask Learning Approach for Fiber Fault Diagnosis},
  author = {Khouloud Abdelli and Helmut Griesser and Carsten Tropschug and Stephan Pachnicke},
  journal= {arXiv preprint arXiv:2202.08034},
  year   = {2022}
}

备注

2021 Optical Fiber Communications Conference and Exhibition (OFC)