Machine Learning for Future Fiber-Optic Communication Systems provides a comprehensive and in-depth treatment of machine learning concepts and techniques applied to key areas within optical communications and networking, reflecting the state-of-the-art research and industrial practices. The book gives knowledge and insights into the role machine learning-based mechanisms will soon play in the future realization of intelligent optical network infrastructures that can manage and monitor themselves, diagnose and resolve problems, and provide intelligent and efficient services to the end users.
With up-to-date coverage and extensive treatment of various important topics related to machine learning for fiber-optic communication systems, this book is an invaluable reference for photonics researchers and engineers. It is also a very suitable text for graduate students interested in ML-based signal processing and networking.
- Discusses the reasons behind the recent popularity of machine learning (ML) concepts in modern optical communication networks and the why/where/how ML can play a unique role
- Presents fundamental ML techniques like artificial neural networks (ANNs), support vector machines (SVMs), K-means clustering, expectation-maximization (EM) algorithm, principal component analysis (PCA), independent component analysis (ICA), reinforcement learning, and more
- Covers advanced deep learning (DL) methods such as deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), and generative adversarial networks (GANs)
- Individual chapters focus on ML applications in key areas of optical communications and networking
Machine Learning for Future Fiber-Optic Communication Systems provides a comprehensive and in-depth treatment of machine learning concepts and techniques applied to key areas within optical communications and networking, reflecting the state-of-the-art research and industrial practices. The book gives knowledge and insights into the role machine learning-based mechanisms will soon play in the future realization of intelligent optical network infrastructures that can manage and monitor themselves, diagnose and resolve problems, and provide intelligent and efficient services to the end users. With up-to-date coverage and extensive treatment of various important topics related to machine learning for fiber-optic communication systems, this book is an invaluable reference for photonics researchers and engineers. It is also a very suitable text for graduate students interested in ML-based signal processing and networking. Discusses the reasons behind the recent popularity of machine learning (ML) concepts in modern optical communication networks and the why/where/how ML can play a unique role Presents fundamental ML techniques like artificial neural networks (ANNs), support vector machines (SVMs), K-means clustering, expectation-maximization (EM) algorithm, principal component analysis (PCA), independent component analysis (ICA), reinforcement learning, and more Covers advanced deep learning (DL) methods such as deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), and generative adversarial networks (GANs) Individual chapters focus on ML applications in key areas of optical communications and networking
| Erscheint lt. Verlag | 2.3.2022 |
|---|---|
| Sprache | englisch |
| Themenwelt | Naturwissenschaften ► Physik / Astronomie |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Nachrichtentechnik | |
| ISBN-10 | 0-323-85228-9 / 0323852289 |
| ISBN-13 | 978-0-323-85228-9 / 9780323852289 |
| Haben Sie eine Frage zum Produkt? |
PDF (Adobe DRM)Größe: 22,1 MB
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
EPUB (Adobe DRM)Größe: 49,3 MB
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
