基于深度神经网络的非线性干扰抑制
信息论
2017-10-18 v1 math.IT
机器学习
摘要
本文提出了一种基于神经网络的方法，以高效实现数字反向传播（DBP）。对于 32x100 km 的光纤链路，由此产生的“学习”型 DBP 显著降低了与传统 DBP 实现方案相比的复杂度。
引用
@article{arxiv.1710.06234,
title = {Nonlinear Interference Mitigation via Deep Neural Networks},
author = {Christian Häger and Henry D. Pfister},
journal= {arXiv preprint arXiv:1710.06234},
year = {2017}
}
备注
3 pages, 2 figures