Ajuste de hiperparâmetros em redes neurais artificiais para mitigação de não linearidades em sistemas de comunicações ópticas coerentes

• Processo: 24/17085-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2025
• Data de Término da vigência: 31 de janeiro de 2026
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Ivan Aritz Aldaya Garde
• Beneficiário: Gabriel Bozelli Dias
• Instituição Sede: Faculdade de Engenharia. Universidade Estadual Paulista (UNESP). Campus Experimental São João da Boa Vista. São João da Boa Vista , SP, Brasil
• Vinculado ao auxílio: 24/01712-9 - Compensação de distorções de transmissão em sistemas de comunicações ópticas utilizando inteligência artificial, AP.R
• Assunto(s): Comunicação óptica Inteligência artificial Redes neurais
• Palavra(s)-Chave do Pesquisador: Agoritmos genéticos | Comunicações Ópticas | Inteligência Artificial | Redes neurais | Comunicações ópticas

Resumo

Com o aumento da taxa de transmissão de dados na internet, os sistemas ópticos coerentes digitais precisaram ser otimizados para permitir um melhor desempenho. Efeitos não lineares, como o o efeito Kerr da fibra, são os principais fatores limitantes de rendimento nesses sistemas e, ao longo dos anos, diversas ferramentas foram desenvolvidas para mitigar esses efeitos, sendo as redes neurais artificiais (RNAs) um modelo atrativo para essa tarefa, devido ao seu baixo custo computacional, porém um grande desafio em sua implementação é encontrar a melhor configuração de seus hiperparâmetros. Propõe-se neste trabalho a utilização de um algoritmo genético que encontra a melhor configuração de uma rede neural para mitigar os efeitos não-lineares de um sistema óptico e obter uma probabilidade de erro de bit menor.