SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Szczerba Krzysztof 1985)
 

Sökning: WFRF:(Szczerba Krzysztof 1985) > (2020-2023) > End-to-End Learning...

End-to-End Learning for VCSEL-based Optical Interconnects: State-of-the-Art, Challenges, and Opportunities

Srinivasan, Muralikrishnan, 1991 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Song, Jinxiang, 1995 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Grabowski, Alexander, 1993 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
visa fler...
Szczerba, Krzysztof, 1985 (författare)
Iversen, Holger K. (författare)
Danmarks Tekniske Universitet,Technical University of Denmark
Schmidt, Mikkel N. (författare)
Danmarks Tekniske Universitet,Technical University of Denmark
Zibar, D. (författare)
Danmarks Tekniske Universitet,Technical University of Denmark
Schröder, Jochen, 1976 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Larsson, Anders, 1957 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Häger, Christian, 1986 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Wymeersch, Henk, 1976 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
visa färre...
 (creator_code:org_t)
2023
2023
Engelska.
Ingår i: Journal of Lightwave Technology. - 0733-8724 .- 1558-2213. ; 41:11, s. 3261-3277
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Optical interconnects (OIs) based on vertical-cavity surface-emitting lasers (VCSELs) are the main workhorse within data centers, supercomputers, and even vehicles, providing low-cost, high-rate connectivity. VCSELs must operate under extremely harsh and time-varying conditions, thus requiring adaptive and flexible designs of the communication chain. Such designs can be built based on mathematical models (model-based design) or learned from data (machine learning (ML) based design). Various ML techniques have recently come to the forefront, replacing individual components in the transmitters and receivers with deep neural networks. Beyond such component-wise learning, end-to-end (E2E) autoencoder approaches can reach the ultimate performance through co-optimizing entire parameterized transmitters and receivers. This tutorial paper aims to provide an overview of ML for VCSEL-based OIs, with a focus on E2E approaches, dealing specifically with the unique challenges facing VCSELs, such as the wide temperature variations and complex models.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Maskinteknik -- Produktionsteknik, arbetsvetenskap och ergonomi (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Mechanical Engineering -- Production Engineering, Human Work Science and Ergonomics (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Kommunikationssystem (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Communication Systems (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Inbäddad systemteknik (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Embedded Systems (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Datorsystem (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Computer Systems (hsv//eng)

Nyckelord

Machine learning
Optical transmitters
end-to-end learning
Transceivers
Data models
Optical fibers
VCSEL-based optical interconnects
optical communications
Vertical cavity surface emitting lasers
Adaptation models
Optical fiber networks

Publikations- och innehållstyp

art (ämneskategori)
ref (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy