研究目的
通过应用机器学习进行数据驱动的模型开发和传输质量预测来解决传统网络规划方法的问题，重点研究基于神经网络的调制格式分类。
研究成果
机器学习，尤其是多层感知器（MLP）分类器，能够以高精度有效预测物理层调制格式，为下一代网络资源优化提供动态且可扩展的解决方案。性能最强的分类器达到了约98.4%的准确率，训练时间约为20秒。
研究不足
该研究聚焦于利用GN仿真生成的合成数据进行调制格式分类，但可能无法完全涵盖所有实际传输场景。未来工作包括通过实地数据丰富数据集。
首页
论文列表
[IEEE 2018年第20届透明光网络国际会议(ICTON) - 布加勒斯特(2018年7月1日-2018年7月5日)] 2018年第20届透明光网络国际会议(ICTON) - 基于机器学习的物理层网络规划最优调制格式预测
中文（中国）
▾
[IEEE 2018年第20届透明光网络国际会议(ICTON) - 布加勒斯特(2018年7月1日-2018年7月5日)] 2018年第20届透明光网络国际会议(ICTON) - 基于机器学习的物理层网络规划最优调制格式预测
DOI：10.1109/ICTON.2018.8473593
出版年份：2018
更新时间：2025-09-10 09:29:36
摘要：
物理层网络设计与规划流程十分繁琐。该过程包括列出调制格式、光纤类型、前向纠错码、信道间隔等所有可能的组合方案，通过大量仿真和实验室实验制定精细调校的工程规则，最终利用这些近似模型评估传输可行性。除流程复杂外，传统网络规划方法还存在两个根本问题：首先其几乎只提供保守设计方案，导致资源利用率低下；其次该方法无论从规划视角还是计算层面都难以扩展至下一代高粒度灵活网络。作为人工智能工具集的机器学习可通过数据驱动的模型开发及后续传输质量预测来解决上述问题。虽然网络规划是个广泛议题，本文我们重点研究基于神经网络的调制格式分类技术，该技术能自动为给定链路配置识别最优调制格式。
作者：
Danish Rafique
AI智能分析
纠错
研究概述
实验方案
SCI高频之选
查看全部>
-
智能分析： Yokogawa AQ6370D是一款性能卓越的光谱分析仪，适用于光通信领域以及光放大器（EDFA）的测量和评估。其高波长分辨率、精准度和宽动态范围使其成为实验室和工业环境中的理想选择。虽然设备体积较大且预热时间较长，但其丰富的接口和出色的显示屏设计弥补了这些不足，整体是一款值得推荐的光谱分析仪。获取实验方案
-
智能分析： ZEISS EVO系列是一款高性能?？榛璧缱酉晕⒕担视糜诓牧峡蒲?、生命科学及工业质量控制等领域。其先进的技术特性包括高分辨率、广泛加速电压范围和集成EDS系统。该产品操作直观，支持多用户环境，适合科学研究和工业应用。然而，价格信息缺失以及潜在的维护成本可能是其需要注意的方面。总体而言，ZEISS EVO系列表现优秀，值得推荐给专业用户。获取实验方案 -
智能分析： ZEISS Crossbeam系列是蔡司公司推出的一款高端光电分析设备，结合了场发射扫描电子显微镜（FE-SEM）和聚焦离子束（FIB）的功能，适用于材料科学、纳米技术和半导体行业等多个领域。其高分辨率成像能力和自动化样品制备功能使其成为高通量分析的理想选择。此外，该设备支持多种检测器，具备强大的多功能性，是高精度研究和工业应用的利器。然而，由于其高端定位，设备成本较高且操作需要专业技能。总体而言，该设备表现卓越，为科学研究和工业应用提供了先进的解决方案。获取实验方案 -
智能分析： Axio Observer是一款专为金相学研究设计的倒置显微镜系统，以其高效的设计和蔡司知名的光学技术为特色。它能够快速、灵活地分析大量样品，并支持自动化操作，适用于多种应用场景，包括晶粒尺寸分析、非金属夹杂物检测等。然而，其重量较大且光源寿命较短，可能对使用者提出了额外的维护和空间管理需求。总体而言，这款产品在性能和可靠性方面表现出色，特别适合专业实验室使用。获取实验方案 -
型号：ZEISS LSM 990 Spectral Multiplex
智能分析： ZEISS LSM 990 Spectral Multiplex是一款定位于高端科研机构的光谱成像系统，具有卓越的光谱分辨率和自动化功能，适用于复杂的生物、医学及材料科学实验。其高效的荧光标签分离能力和多功能自动化设计为用户提供了强大的实验支持。然而，高昂的价格和一定的学习曲线可能对中小型实验室构成挑战。总体而言，这是一款性能优越、适应性强的高端实验设备。获取实验方案 -
智能分析： ZEISS Sigma 300 with RISE是蔡司公司推出的一款高端光谱分析仪，集成了拉曼成像和扫描电子显微镜技术，能够提供高质量的化学和结构分析。其功能强大，支持多领域应用，但设备价格较高且操作学习曲线可能较陡。适用于科研机构和高端实验室，是材料科学和生命科学领域的理想选择。获取实验方案
立即咨询
加载中....
论文纠错
您正在对论文“[IEEE 2018年第20届透明光网络国际会议(ICTON) - 布加勒斯特(2018年7月1日-2018年7月5日)] 2018年第20届透明光网络国际会议(ICTON) - 基于机器学习的物理层网络规划最优调制格式预测”进行纠错
纠错内容
联系方式（选填）
设备询价
称呼
电话
+86
单位名称
用途
期望交货周期
产品预约
称呼
电话
+86
单位名称
用途
期望交货周期