| 講演抄録/キーワード |
| 講演名 |
2022-08-29 09:55
ニューラルネットワークとボルテラフィルタを用いた非線形イコライザの繰り返しランダムビットパターンに対する過学習特性の比較検討 ○生田 海・中村迅也・茂田井大輔・中村守里也(明大) PN2022-9 |
| 抄録 |
(和) |
光ファイバ伝送における非線形波形歪み補償に用いるニューラルネットワーク(ANN)とボルテラフィルタ(VSTF)による非線形イコライザについて、有限長のランダムビットパターンで学習を行った場合の過学習の特性について検討を行った。中間層ユニット数が10、100、1000である3層ANNの学習をそれぞれ行い評価したところ、非線形歪み補償を行うために通常十分である10ユニットの中間層を持つANNの過学習は、1次と3次のボルテラ核を使用したVSTFのものよりも小さいことを確認した。VSTFと計算量を同じにするにはANNの中間層ユニット数を1000程度まで極端に多くすることになるが、この場合はANNの過学習はVSTFのものと同程度となった。 |
| (英) |
We compared the overfitting characteristics of artificial-neural-network- (ANN-) and Volterra-series-transfer-function- (VSTF-) based nonlinear equalizers for repeated random bit patterns. When the number of hidden-layer units of the 3-layer ANN was 10, which is usually enough to compensate for nonlinear waveform distortion, the overfitting was smaller than that of the VSTF. When we used an ANN with 1000 hidden-layer units, with which the computational complexity was comparable to that of the VSTF, the overfitting characteristics was also comparable to that of the VSTF. |
| キーワード |
(和) |
光学非線形波形歪み補償 / ニューラルネットワーク / ボルテラフィルタ / FIRフィルタ / 過学習 / / / |
| (英) |
Optical nonlinear compensation / Artificial neural network / Volterra series transfer function / FIR filter / Overfitting / / / |
| 文献情報 |
信学技報, vol. 122, no. 169, PN2022-9, pp. 5-9, 2022年8月. |
| 資料番号 |
PN2022-9 |
| 発行日 |
2022-08-22 (PN) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
PN2022-9 |
| 研究会情報 |
| 研究会 |
PN |
| 開催期間 |
2022-08-29 - 2022-08-30 |
| 開催地(和) |
ハイランドふらの |
| 開催地(英) |
|
| テーマ(和) |
フォトニックネットワーク関連技術、一般 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
PN |
| 会議コード |
2022-08-PN |
| 本文の言語 |
日本語 |
| タイトル(和) |
ニューラルネットワークとボルテラフィルタを用いた非線形イコライザの繰り返しランダムビットパターンに対する過学習特性の比較検討 |
| サブタイトル(和) |
|
| タイトル(英) |
Comparison of overfitting in ANN- and VSTF-based nonlinear equalizers to repeated random bit patterns |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
光学非線形波形歪み補償 / Optical nonlinear compensation |
| キーワード(2)(和/英) |
ニューラルネットワーク / Artificial neural network |
| キーワード(3)(和/英) |
ボルテラフィルタ / Volterra series transfer function |
| キーワード(4)(和/英) |
FIRフィルタ / FIR filter |
| キーワード(5)(和/英) |
過学習 / Overfitting |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
生田 海 / Kai Ikuta / イクタ カイ |
| 第1著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
中村 迅也 / Nakamura Jinya / ナカムラ ジンヤ |
| 第2著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
茂田井 大輔 / Motai Daisuke / モタイ ダイスケ |
| 第3著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
中村 守里也 / Nakamura Moriya / ナカムラ モリヤ |
| 第4著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
/ / |
| 第5著者 所属(和/英) |
(略称: )
(略称: ) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2022-08-29 09:55:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
PN |
| 資料番号 |
PN2022-9 |
| 巻番号(vol) |
vol.122 |
| 号番号(no) |
no.169 |
| ページ範囲 |
pp.5-9 |
| ページ数 |
5 |
| 発行日 |
2022-08-22 (PN) |