Сегодня, 25 февраля, информационное издание «ТАСС» со ссылкой на пресс-службу Новосибирского государственного университета (НГУ) сообщило, что российским учёным удалось разработать передовую нейронную сеть, основанную на совершенно новом подходе, которую можно применять для компенсации нелинейных искажений, наблюдаемых в линиях волоконно-оптической связи. Авторы данного проекта считают, что их нейросеть предоставит отличную возможность существенно повысить эффективность современных линий связи, а также развить инфраструктуру высокоскоростной передачи информации в стране. Подписывайтесь на Telegram-канал про технологии
Суть проблемы в том, что в текущих оптических сенсорах, а также волоконно-оптических линиях связи из-за нелинейных эффектов и различного рода «шумов» сигнал искажается, что так или иначе приводит к ошибкам в процессе передачи данных. Естественно, из-за этого падает эффективность линий связи, но российские специалисты нашли способ эту проблему свести на нет. «Разработана глубокая комплекснозначная свёрточная нейронная сеть, предназначенная для моделирования распространения оптических сигналов в волоконной линии связи со спектральным уплотнением каналов», — объяснили в пресс-службе НГУ.
Михаил Федорук, руководитель проекта и академик РАН, рассказал, что архитектура новейшей российской нейросети основана на базе физических уравнений вроде нелинейных уравнений Шрёдингера. Эта система способна имитировать разделение процессов на отдельные этапы, плюс российские учёные смогли подобрать оптимальные параметры сети с учётом количества слоёв и ширины фильтров, а затем научили нейросеть компенсировать хроматическую дисперсию (научное название искажения сигнала в рамках волокна). Соответственно, специалисты получили модель, способную очень точно предсказывать, как именно сигнал будет распространяться на больших расстояниях. «Такой междисциплинарный подход, объединяющий фотонику и машинное обучение, позволяет разрабатывать новые методы анализа, оптимизации и управления нелинейными процессами, опираясь как на высокую скорость обработки сигнала в оптических системах, так и на способность машинного обучения находить и использовать скрытую информацию», — рассказал господин Федорук.
К сожалению, пока что конкретных сроков массового внедрения данной технологии нет, но в будущем она поможет развитию инфраструктуры в России.
Источник: trashbox.ru