Maximizing Fiber Cable Capacity Under A Supply Power Constraint Using Deep Neural Networks

Erixhen Sula
2020
Article de conférence

Résumé

We experimentally achieve a 19% capacity gain per Watt of electrical supply power in a 12-span link by eliminating gain flattening filters and optimizing launch powers using deep neural networks in a parallel fiber context. (C) 2020 The Authors

Source officielle

https://infoscience.epfl.ch/record/288119?ln=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Maximizing Fiber Cable Capacity Under A Supply Power Constraint Using Deep Neural Networks

M2SKD: Multi-to-Single Knowledge Distillation of Real-Time Epileptic Seizure Detection for Low-Power Wearable Systems

Deep Learning Generalization with Limited and Noisy Labels

Leveraging Unlabeled Data to Track Memorization

Leveraging Unlabeled Data to Track Memorization

Deep Learning Generalization with Limited and Noisy Labels

M2SKD: Multi-to-Single Knowledge Distillation of Real-Time Epileptic Seizure Detection for Low-Power Wearable Systems