会员服务
光网络 · 定位误差 · 实验验证 · 机器学习 · 识别 ·
2023 年 4 月 1 日
Branch Identification in Passive Optical Networks using Machine Learning
翻译：机器学习在被动光网络中的分支识别
khouloud Abdelli,Carsten Tropschug,Helmut Griesser,Sander Jansen,Stephan Pachnicke
khouloud Abdelli,Carsten Tropschug,Helmut Griesser,Sander Jansen,Stephan Pachnicke
from arxiv, Optical Fiber Communication Conference (OFC) 2023

A machine learning approach for improving monitoring in passive optical networks with almost equidistant branches is proposed and experimentally validated. It achieves a high diagnostic accuracy of 98.7% and an event localization error of 0.5m


翻译：本文提出了一种基于机器学习方法来改进几乎等距分支的被动光网络监测的方法，并得到了实验验证。该方法实现了高达98.7%的诊断准确性和0.5m的事件定位误差。
0
下载
关闭预览

相关内容

【经典书】使用机器学习R语言，149页pdf，Practical Machine Learning in R
【经典书】使用机器学习R语言，149页pdf，Practical Machine Learning in R
专知会员服务
23+阅读 · 2021年1月13日
不可错过！UIUC最新《统计强化学习》课程！
专知会员服务
52+阅读 · 2020年9月7日
【新书】用Python六步掌握机器学习，第二版，469页pdf，使用Python进行预测数据分析的实用实现指南Mastering Machine Learning with Python in Six Steps, 2nd Edition A Practical Implementation Guide to Predictive Data Analytics Using Python
【新书】用Python六步掌握机器学习，第二版，469页pdf，使用Python进行预测数据分析的实用实现指南Mastering Machine Learning with Python in Six Steps, 2nd Edition A Practical Implementation Guide to Predictive Data Analytics Using Python
专知会员服务
86+阅读 · 2020年2月2日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
56+阅读 · 2020年1月25日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
115+阅读 · 2019年12月24日
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
专知会员服务
55+阅读 · 2019年11月23日
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
专知会员服务
27+阅读 · 2019年11月19日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
推荐 ：使用Python实现机器学习特征选择的4种方法（附代码）
推荐 ：使用Python实现机器学习特征选择的4种方法（附代码）
数据分析
12+阅读 · 2019年4月14日
独家 | 使用Python实现机器学习特征选择的4种方法（附代码）
独家 | 使用Python实现机器学习特征选择的4种方法（附代码）
数据派THU
12+阅读 · 2019年4月12日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】ResNet, AlexNet, VGG, Inception：各种卷积网络架构的理解
【推荐】ResNet, AlexNet, VGG, Inception：各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
基于深度学习的医疗影像论文汇总（Deep Learning Papers on Medical Image Analysis）
基于深度学习的医疗影像论文汇总（Deep Learning Papers on Medical Image Analysis）
AI研习社
17+阅读 · 2017年10月21日
【推荐】深度学习目标检测全面综述
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】图像分类必读开创性论文汇总
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
使用GPU加速银道面尘埃辐射图像的高分辨率模拟与多参数反演
国家自然科学基金
0+阅读 · 2015年12月31日
物理辅助网络系统中场景感知的信息传输机制研究
国家自然科学基金
2+阅读 · 2013年12月31日
基于SURE/PURE准则的图像盲反卷积算法研究
国家自然科学基金
3+阅读 · 2013年12月31日
激波-湍流边界层干涉中的湍流机理和模型改进研究
国家自然科学基金
0+阅读 · 2013年12月31日
Physcion（大黄素类似物）抑制乳腺癌细胞转移分子机制研究
国家自然科学基金
0+阅读 · 2012年12月31日
基于链路特征的无线传感网络重编程性能优化方法
国家自然科学基金
0+阅读 · 2012年12月31日
医疗信息集成中消息交换性能优化技术研究
国家自然科学基金
0+阅读 · 2012年12月31日
RGB-D视频序列特征的深度学习模型及在人体行为识别中的应用
国家自然科学基金
1+阅读 · 2012年12月31日
肿瘤基因表达谱数据分析及应用算法研究
国家自然科学基金
0+阅读 · 2011年12月31日
最优化理论和应用
国家自然科学基金
1+阅读 · 2008年12月31日
Integrated Sensing and Communication based Outdoor Multi-Target Detection, Tracking and Localization in Practical 5G Networks
Arxiv
0+阅读 · 2023年5月24日
Optical Integrated Sensing and Communication
Arxiv
0+阅读 · 2023年5月24日
On 4-general sets in finite projective spaces
Arxiv
0+阅读 · 2023年5月23日
300 GHz Wideband Channel Measurement and Analysis in a Lobby
Arxiv
0+阅读 · 2023年5月23日
On the Energy-Efficiency Trade-off Between Active and Passive Communications with RIS-based Symbiotic Radio
Arxiv
0+阅读 · 2023年5月23日
Rethinking Machine Learning Collective Communication as a Multi-Commodity Flow Problem
Arxiv
0+阅读 · 2023年5月22日
Multi-Static Target Detection and Power Allocation for Integrated Sensing and Communication in Cell-Free Massive MIMO
Arxiv
0+阅读 · 2023年5月21日
High Dimensional Geometry and Limitations in System Identification
Arxiv
0+阅读 · 2023年5月20日
A Survey on Multi-Task Learning
Arxiv
31+阅读 · 2021年3月29日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
光网络
定位误差
实验验证
机器学习
识别
相关VIP内容
【经典书】使用机器学习R语言，149页pdf，Practical Machine Learning in R
【经典书】使用机器学习R语言，149页pdf，Practical Machine Learning in R
专知会员服务
23+阅读 · 2021年1月13日
不可错过！UIUC最新《统计强化学习》课程！
专知会员服务
52+阅读 · 2020年9月7日
【新书】用Python六步掌握机器学习，第二版，469页pdf，使用Python进行预测数据分析的实用实现指南Mastering Machine Learning with Python in Six Steps, 2nd Edition A Practical Implementation Guide to Predictive Data Analytics Using Python
【新书】用Python六步掌握机器学习，第二版，469页pdf，使用Python进行预测数据分析的实用实现指南Mastering Machine Learning with Python in Six Steps, 2nd Edition A Practical Implementation Guide to Predictive Data Analytics Using Python
专知会员服务
86+阅读 · 2020年2月2日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
56+阅读 · 2020年1月25日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
115+阅读 · 2019年12月24日
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
专知会员服务
55+阅读 · 2019年11月23日
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
专知会员服务
27+阅读 · 2019年11月19日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
热门VIP内容
相关资讯
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
推荐 ：使用Python实现机器学习特征选择的4种方法（附代码）
推荐 ：使用Python实现机器学习特征选择的4种方法（附代码）
数据分析
12+阅读 · 2019年4月14日
独家 | 使用Python实现机器学习特征选择的4种方法（附代码）
独家 | 使用Python实现机器学习特征选择的4种方法（附代码）
数据派THU
12+阅读 · 2019年4月12日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】ResNet, AlexNet, VGG, Inception：各种卷积网络架构的理解
【推荐】ResNet, AlexNet, VGG, Inception：各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
基于深度学习的医疗影像论文汇总（Deep Learning Papers on Medical Image Analysis）
基于深度学习的医疗影像论文汇总（Deep Learning Papers on Medical Image Analysis）
AI研习社
17+阅读 · 2017年10月21日
【推荐】深度学习目标检测全面综述
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】图像分类必读开创性论文汇总
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
相关论文
Integrated Sensing and Communication based Outdoor Multi-Target Detection, Tracking and Localization in Practical 5G Networks
Arxiv
0+阅读 · 2023年5月24日
Optical Integrated Sensing and Communication
Arxiv
0+阅读 · 2023年5月24日
On 4-general sets in finite projective spaces
Arxiv
0+阅读 · 2023年5月23日
300 GHz Wideband Channel Measurement and Analysis in a Lobby
Arxiv
0+阅读 · 2023年5月23日
On the Energy-Efficiency Trade-off Between Active and Passive Communications with RIS-based Symbiotic Radio
Arxiv
0+阅读 · 2023年5月23日
Rethinking Machine Learning Collective Communication as a Multi-Commodity Flow Problem
Arxiv
0+阅读 · 2023年5月22日
Multi-Static Target Detection and Power Allocation for Integrated Sensing and Communication in Cell-Free Massive MIMO
Arxiv
0+阅读 · 2023年5月21日
High Dimensional Geometry and Limitations in System Identification
Arxiv
0+阅读 · 2023年5月20日
A Survey on Multi-Task Learning
Arxiv
31+阅读 · 2021年3月29日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
相关基金
使用GPU加速银道面尘埃辐射图像的高分辨率模拟与多参数反演
国家自然科学基金
0+阅读 · 2015年12月31日
物理辅助网络系统中场景感知的信息传输机制研究
国家自然科学基金
2+阅读 · 2013年12月31日
基于SURE/PURE准则的图像盲反卷积算法研究
国家自然科学基金
3+阅读 · 2013年12月31日
激波-湍流边界层干涉中的湍流机理和模型改进研究
国家自然科学基金
0+阅读 · 2013年12月31日
Physcion（大黄素类似物）抑制乳腺癌细胞转移分子机制研究
国家自然科学基金
0+阅读 · 2012年12月31日
基于链路特征的无线传感网络重编程性能优化方法
国家自然科学基金
0+阅读 · 2012年12月31日
医疗信息集成中消息交换性能优化技术研究
国家自然科学基金
0+阅读 · 2012年12月31日
RGB-D视频序列特征的深度学习模型及在人体行为识别中的应用
国家自然科学基金
1+阅读 · 2012年12月31日
肿瘤基因表达谱数据分析及应用算法研究
国家自然科学基金
0+阅读 · 2011年12月31日
最优化理论和应用
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员
Top