A Fully Connected Neural Network Approach to Mitigate Fiber Nonlinear Effects in 200G DP-16-QAM Transmission System - Equipe Télécommunications Optiques Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

A Fully Connected Neural Network Approach to Mitigate Fiber Nonlinear Effects in 200G DP-16-QAM Transmission System

Clara Catanese
  • Fonction : Auteur
Orange Labs [Lannion]
Reda Ayassi
Orange Labs [Lannion]
Erwan Pincemin
  • Fonction : Auteur
Orange Labs [Lannion]
Yves Jaouën
Institut Polytechnique de Paris
Département Communications & Electronique
Télécommunications Optiques

Domaines

Optique / photonique

Yves Jaouen  : Connectez-vous pour contacter le contributeur

https://telecom-paris.hal.science/hal-02968691

Soumis le : vendredi 16 octobre 2020-06:50:51

Dernière modification le : jeudi 14 mars 2024-17:21:58

Fichier non déposé

Dates et versions

hal-02968691 , version 1 (16-10-2020)

Identifiants

Citer

Clara Catanese, Reda Ayassi, Erwan Pincemin, Yves Jaouën. A Fully Connected Neural Network Approach to Mitigate Fiber Nonlinear Effects in 200G DP-16-QAM Transmission System. 2020 22nd International Conference on Transparent Optical Networks (ICTON), Jul 2020, Bari, France. pp.1-4, ⟨10.1109/ICTON51198.2020.9203197⟩. ⟨hal-02968691⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSTITUT-TELECOM LTCI COMELEC GTO IP_PARIS
46 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More