返回
Defining optical amplifiers gains using reinforcement learning
DOI:10.1016/j.yofte.2025.104244.png)
摘要
En 中文
• 首次利用强化学习算法对光放大器工作点的自适应控制问题进行了建模。
• 强化学习算法优于常规策略,并与进化方法相当。
• 在速度方面,所提出的算法能在2秒内给出解决方案,而进化算法需要约12分钟。
期刊
IF:
2.7
论文数:
679
被引数:
6.1K
机构
暂无机构信息
引用论文
Power Consumption Analysis of Hybrid EDFA/Raman Amplifiers in Long-Haul Transmission Systems长距离传输系统中混合EDFA/拉曼放大器的功耗分析
Adaptive Control of Optical Amplifier Operating Point Using VOA and Multi-Objective Optimization基于VOA和多目标优化的光放大器工作点自适应控制
Applications of Deep Reinforcement Learning in Communications and Networking: A Survey深度强化学习在通信和网络中的应用: 综述
Cognitive Methodology for Optical Amplifier Gain Adjustment in Dynamic DWDM Networks动态DWDM网络中光放大器增益调整的认知方法

