光通信领域的机器学习与深度学习综述
信号处理
2024-12-25 v1
摘要
光通信系统和网络的复杂度不断提升，对从海量异构数据中提取有意义洞察力的需求日益增长。机器学习（ML）和深度学习（DL）已成为该领域的领先者，提供了一种变革性的数据分析方法，使自动化自配置成为可能。ML和DL在光通信中的应用是由系统和链路复杂度的指数级增长所驱动，这种增长源于大量可调且相互关联参数的引入。这在诸如相干收发器、先进的数字信号处理、光学性能监控、跨层网络优化和非线性补偿等领域尤为突出。尽管ML和DL的潜在优势巨大，但这些方法在多大程度上能够革命化光通信仍基本未被探索。此外，许多ML和DL算法尚未在该领域部署，凸显了该研究领域仍处于初萌阶段。
引用
@article{arxiv.2412.17826,
title = {A Survey on Machine and Deep Learning for Optical Communications},
author = {M. A. Amirabadi and S. A. Nezamalhosseini and M. H. Kahaei and Lawrence R. Chen},
journal= {arXiv preprint arXiv:2412.17826},
year = {2024}
}
备注
69 pages