点击上方“中国科学信息科学”, 及时获取期刊动态!
![]()
![]()
Information Sciences
Vol. 63 Number 6
人工智能(Artificial Intelligence, AI)等新技术的引入，给光通信带来了新的活力，赋予了新的含义，形成了新的体系，构建了新的业态，受到来自学术界和工业界持续而广泛的关注与极大的研究热情。特别是将AI与已有光通信系统与网络中的光信号处理等技术相结合, 可为宽带光接入、高速光传输、灵活光交换、智能光联网等性能提升和网络优化提供高效的解决方案。然而，AI在光通信中的研究与应用尚处起步阶段，在科研、开发与应用方面仍面临诸多亟待解决的挑战问题。为共同探讨AI驱动的光通信技术的研究方向, 展现当前研究人员在相关领域的最新研究进展，SCIENCE CHINA Information Sciences 2020年第63卷第6期组织出版了“AI驱动的光通信专题”(Special focus on Artificial Intelligence for Optical Communications)。 经过严格的同行评议, 专题共收录5篇文章, 主题涵盖新型的光网络架构、光信号处理、光参量优化、光传输算法等方面的最新研究内容与研究成果。“Artificial intelligence-driven autonomous optical networks: 3S architecture and key technologies” 研究并提出了一种基于“3S”架构的自动光网络(Autonomous Optical Networks, AON)，实现网络状态的自感知(Self-aware)、网络控制的自适应(Self-adaptive)和网络运行的自管理(Self-managed)，将AI技术引入自动光网络中，在器件、链路和组网等多个层面有效提升AON性能，实现光网络的自治。Ji Y F, Gu R T, Yang Z Y, et al. Artificial intelligence-driven autonomous optical networks: 3S architecture and key technologies. Sci China Inf Sci, 2020, 63(6): 060301
![]()
(长按二维码, 免费下载原文PDF)
“An overview of ML-based applications for next generation optical networks”回顾了可用于光网络的机器学习(Machine Learning, ML)技术. 聚焦网络设计、功率优化、路由和波长分配以及错误管理等关键挑战，并讨论了技术演进的方向。Gao R X, Liu L, Liu X M, et al. An overview of ML-based applications for next generation optical networks. Sci China Inf Sci, 2020, 63(6): 160302
![]()
(长按二维码, 免费下载原文PDF)
“AI based on frequency slicing deep neural network for underwater visible light communication” 研究并提出了一种低复杂度频率切片深度学习网络(Frequency Slicing Deep Neural Network, FSDNN)，解决水下可见光通信系统中的宽带信号后置补偿问题。Chi N, Hu F C, Li G Q, et al. AI based on frequency slicing deep neural network for underwater visible light communication. Sci China Inf Sci, 2020, 63(6): 160303
![]()
(长按二维码, 免费下载原文PDF)
“Intent defined optical network with artificial intelligence-based automated operation and maintenance”研究并提出了意图定义光网络(Intent Defined Optical Network, IDON)中基于AI的自动运行和维护技术，利用自适应生成和优化策略(Self-adopted Generation and Optimization, SAGO)完成服务目标。Yang H, Zhan K X, Yao Q Y, et al. Intent defined optical network with artificial intelligence based automated operation and maintenance. Sci China Inf Sci, 2020, 63(6): 160304
![]()
(长按二维码, 免费下载原文PDF)
“Overfitting effect of artificial neural network based nonlinear equalizer: from mathematical origin to transmission evolution”研究了光纤通信系统中基于AI技术的非线性均衡器面临的过拟合问题，并讨论了相关的技术途径和解决方案。Yang Z, Gao F, Fu S N, et al. Overfitting effect of artificial neural network based nonlinear equalizer: from mathematical origin to transmission evolution. Sci China Inf Sci, 2020, 63(6): 160305
![]()
(长按二维码, 免费下载原文PDF)
AI驱动的光通信专题主要面向光通信、人工智能及相关领域的研究人员,反映了该技术领域的一些前沿方向与研究进展,希望能够对AI驱动的光通信领域的研究工作有所促进。2020年第4期目录 | SCIENCE CHINA Information Sciences
2020年第3期目录 | SCIENCE CHINA Information Sciences
2020年第2期目录 | SCIENCE CHINA Information Sciences
2020年第1期目录 | SCIENCE CHINA Information Sciences
《中国科学: 信息科学》2020年第3期目录
《中国科学: 信息科学》2020年第2期目录
《中国科学: 信息科学》2020年第1期目录
最新影响因子2.731！(Science China Information Sciences)
查阅我刊已出版文章，长按并识别以下二维码，获取《中国科学：信息科学》快速访问入口！
快速访问入口 ![]()
![]()