首页 / 资料库 / 文献详情

深度学习策略下光纤中超短脉冲非线性传输过程表征及控制研究进展

隋皓 Sui Hao朱宏娜 Zhu Hongna贾焕玉 Jia Huanyu欧洺余 Ou Mingyu李祺 Li Qi罗斌 Luo BinXihua Zou

2023Chinese Journal of LasersPhysics and Astronomy被引 1开放获取

出版方页面 →

摘要

常规数值求解方法在表征光纤中超短脉冲的非线性传输过程时存在计算量大、效率低等局限。随着人工智能的快速发展,深度学习技术展现出了强大的计算能力、广泛的适用范围、良好的硬件移植性,在光纤中超短脉冲非线性传输过程表征和控制研究中具有巨大潜力。本文概述了深度学习技术及其在预测光纤中超短脉冲传输、超短脉冲重构及参数估计方面的研究进展,同时展望了深度学习与光纤中超短脉冲非线性传输这一新兴交叉技术的发展方向和挑战。

引用本文(GB/T 7714)

隋皓 Sui Hao, 朱宏娜 Zhu Hongna, 贾焕玉 Jia Huanyu, 等. 深度学习策略下光纤中超短脉冲非线性传输过程表征及控制研究进展[J]. Chinese Journal of Lasers, 2023.

引文网络

参考文献与被引分析加载中…

DOI:https://doi.org/10.3788/cjl230508

本站仅收录题录与摘要供学习参考,全文版权归属出版方;如有侵权请联系我们删除。