Scifaro

中文

使用小波神经网络对架空光纤中偏振态变化的天气自适应多步预测

网络与互联网体系结构 2024-09-06 v1 机器学习

作者: Khouloud Abdelli , Matteo Lonardi , Jurgen Gripp , Samuel Olsson Fabien Boitier , Patricia Layec

在 arXiv 上查看 ↗ PDF ↗

摘要

我们引入了一种新颖的天气自适应方法，用于对架空光纤链路中多尺度偏振态（SOP）变化进行多步预测。通过利用离散小波变换并结合天气数据，与基线相比，我们的方法在 RMSE 上将预测精度提高了 65% 以上，在 MAPE 上提高了 63%。

关键词

偏振态架空光纤多步预测小波神经网络天气自适应

引用

@article{arxiv.2409.03663,
  title  = {Weather-Adaptive Multi-Step Forecasting of State of Polarization Changes in Aerial Fibers Using Wavelet Neural Networks},
  author = {Khouloud Abdelli and Matteo Lonardi and Jurgen Gripp and Samuel Olsson Fabien Boitier and Patricia Layec},
  journal= {arXiv preprint arXiv:2409.03663},
  year   = {2024}
}

备注

ECOC 2024