特許ウォッチ

公開番号2025071790
公報種別公開特許公報(A)
公開日2025-05-08
出願番号2024182323
出願日2024-10-18
発明の名称機械学習アプローチを用いたラマンポンプ設計
出願人富士通株式会社
代理人弁理士法人ITOH
主分類G02F 1/01 20060101AFI20250428BHJP(光学)
要約【課題】機械学習アプローチを用いたラマンポンプ設計方法を提供する。
【解決手段】ラマンポンプシステムの動作に対応するトレーニングデータは、各々の伝送帯域チャネルに対応するラマンポンプパラメータ及びチャネル発信パワーを指定する入力パラメータと、ラマンポンプシステムの伝送帯域チャネルのラマンポンプ利得プロファイルを指定する出力パラメータとを含む。特定のラマンポンプ利得プロファイルが与えられたときに、ラマンポンプシステムについて推定された入力パラメータを出力するニューラルネットワークは、オートエンコーダを含み、オートエンコーダは、ラマンポンプ利得プロファイル及びチャネル発信パワーを表す入力ノードを有する入力層と、ラマンポンプパラメータ及びチャネル発信パワーを表す中間ノードを有する1つ以上の中間層と、ラマンポンプ利得プロファイル及びチャネル発信パワーを表す出力ノードを有する出力層とを有する。
【選択図】図1
特許請求の範囲【請求項１】
方法であって、
ラマンポンプシステムの動作に対応するトレーニングデータを生成するステップであって、前記トレーニングデータは、
ラマンポンプパラメータと各々の伝送帯域チャネルに対応する１つ以上のチャネル発信パワーとを指定するトレーニング入力パラメータと、
前記ラマンポンプシステムの前記伝送帯域チャネルのラマンポンプ利得プロファイルを指定するトレーニング出力パラメータと、を含む、ステップと、
ニューラルネットワークが、指定されたラマンポンプ利得プロファイルを与えられると前記ラマンポンプシステムのための推定入力パラメータを出力するように構成されるように、前記トレーニングデータを使用して前記ニューラルネットワークをトレーニングするステップと、
を含む方法。
続きを表示（約 1,800 文字）【請求項２】
前記ニューラルネットワークは、オートエンコーダを含み、前記オートエンコーダは、
前記ラマンポンプ利得プロファイル及び前記チャネル発信パワーを表す入力ノードを有する入力層と、
前記ラマンポンプパラメータ及び前記チャネル発信パワーを表す中間ノードを有する１つ以上の中間層と、
前記ラマンポンプ利得プロファイル及び前記チャネル発信パワーを表す出力ノードを有する出力層と、
を含む、請求項１に記載の方法。
【請求項３】
前記ニューラルネットワークの前記オートエンコーダは、前記入力層と前記中間層との間の符号化関数、及び前記中間層と前記出力層との間の復号関数を含み、誤差逆伝播法を使用してトレーニングされ、前記誤差逆伝播法は、
前記出力層の前記ラマンポンプ利得プロファイルに基づいて、前記復号関数及び前記１つ以上の中間層に関連する復号重みを設定するステップと、
前記復号重みに基づいて、前記符号化関数及び前記１つ以上の中間層に関連する符号化重みを設定するステップと、
を含む、請求項２に記載の方法。
【請求項４】
前記ニューラルネットワークによって出力された前記推定入力パラメータを有するシミュレートされたラマンポンプシステムに対応する第１ラマンポンプ利得プロファイルを、前記推定入力パラメータと共に前記ニューラルネットワークによって出力された第２ラマンポンプ利得プロファイルと比較するステップであって、前記第１ラマンポンプ利得プロファイルを前記第２ラマンポンプ利得プロファイルと比較することは、前記第１ラマンポンプ利得プロファイルと前記第２ラマンポンプ利得プロファイルとの間の平均平方誤差に基づく、ステップ、を更に含む請求項２に記載の方法。
【請求項５】
前記第１ラマンポンプ利得プロファイルと前記第２ラマンポンプ利得プロファイルが閾値だけ異なることに応答して、前記入力ノード、前記中間ノード、又は前記出力ノードに関連する重みを調整するステップ、を更に含む請求項４に記載の方法。
【請求項６】
トレーニングされた前記ニューラルネットワークによって、目標ラマンポンプ利得プロファイルを示す出力パラメータを取得するステップと、
トレーニングされた前記ニューラルネットワークによって、取得された前記出力パラメータによって示される前記目標ラマンポンプ利得プロファイルに対応する挙動を示すラマンポンプシステムをもたらす前記推定入力パラメータを出力するステップと、
を更に含む請求項１に記載の方法。
【請求項７】
前記ラマンポンプパラメータは、ラマンポンプ波長及びラマンポンプパワーを含む、請求項１に記載の方法。
【請求項８】
前記トレーニングデータがランダムに生成され、
前記ラマンポンプ利得プロファイルが、入力パラメータに関連する連立微分方程式を解くことによって計算される、請求項１に記載の方法。
【請求項９】
前記トレーニングデータはテストベッドで生成され、
前記テストベッドは、
前記トレーニング入力パラメータのランダム値を生成し、
前記ラマンポンプシステムが前記ランダム値を用いて設計されることに基づいて、前記ラマンポンプ利得プロファイルを測定し、
前記テストベッドは、前記トレーニング入力パラメータのランダム値を繰り返し生成し、前記ラマンポンプ利得プロファイルを特定の回数だけ測定する、請求項１に記載の方法。
【請求項１０】
方法であって、
ニューラルネットワークによって、ラマンポンプシステムに対応する目標ラマンポンプ利得プロファイルを示す出力パラメータを取得するステップと、
前記ニューラルネットワークによって、前記取得した出力パラメータによって示される目標ラマンポンプ利得プロファイルに対応する挙動を示すラマンポンプシステムをもたらす推定入力パラメータを出力するステップであって、前記推定入力パラメータは、ラマンポンプパラメータと、前記ラマンポンプシステムの各伝送帯域チャネルに対応する１つ以上のチャネル発信パワーを含む、ステップと、
を含む方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、概して、機械学習アプローチを用いたラマンポンプ設計に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
光ファイバは、ファイバの第１端部からファイバの第２端部の目的地まで光を伝送するように構成されたファイバである。光ファイバは、典型的には、ガラス、特定のプラスチック、又は光ファイバ自体による光の吸収を軽減しつつ、光ファイバを介して光を屈折させることによって光ファイバの長さに渡り光を伝送することができるような低屈折率を有する他の材料で作られる。光ファイバを介して伝送される光の減衰が小さく、光の伝播速度が速いため、光ファイバは、第１場所から離れた第２場所に情報を伝送するための有用な媒体となり得る。光ファイバは、ケーブルとして一緒に束ねられ、多くの異なる場所間の通信及びコンピュータネットワーキングを迅速かつ正確に実現するために使用され得る。光ファイバを介した通信を容易にするために、レーザは、特定の光ファイバの第１端部を介して、特定の光ファイバの第２端部にある受信要素に放射され得る。放射されたレーザのパルスレートに加えて、放射されたレーザの波長は、受信要素又は関連するコンピュータシステムによって解釈され、特定の光ファイバの第２端部に関連する離れた場所に情報を提示する。
【０００３】
ラマンポンプは、光ファイバ通信に使用される光信号の出力パワーを増幅するために使用され得る。更に、ラマンポンプは、同じ光ファイバに沿って異なる波長を有する光子の光伝送を実現することができる。従って、ラマンポンプは、光ファイバが情報を通信できる距離を増加させ、異なる波長を有する光子を使用して単一の光ファイバに沿って多重化（すなわち、マルチチャネル）通信を実現することによって、光ファイバ通信を改善することができる。ラマンポンプは、第１光子（「ポンプ光子」）を第２光子（「ストークス（Stokes）光子」）に向けて放出することを含み、ポンプ光子は、ストークス光子を励起するように指定された特定の波長で放出される。ポンプ光子に対して特定の波長を指定することによって、ストークス光子は、光ファイバに沿って異なる波長で放出される。
【０００４】
本開示で請求される主題は、任意の欠点を解決する実施形態なたが］上述のような環境でのみ動作する実施形態に限定されない。むしろ、この背景技術は、本開示に記載の幾つかの実施形態が実施され得る一例である技術領域を説明するためにのみ提供される。
【発明の概要】
【０００５】
一実施形態の態様によれば、方法は、分散ラマン増幅器のためのラマンポンプの動作に対応するトレーニングデータを生成することを含むことができる。トレーニングデータは、ラマンポンプパラメータ及び各々の伝送帯域チャネルに対応するチャネル発信パワーを指定する入力パラメータと、分散ラマン増幅器の伝送帯域チャネルのラマンポンプ利得プロファイルを指定する出力パラメータとを含むことができ、伝送帯域は、Cバンドのような単一帯域、又はCバンド及びLバンドのような２つ以上の帯域を含むマルチバンドであることができる。本方法は、特定のラマンポンプ利得プロファイルが与えられると分散ラマン増幅器のための予測入力パラメータを推定するように、ニューラルネットワークをトレーニングすることを含むことができる。前記ニューラルネットワークはオートエンコーダを含むことができ、前記オートエンコーダは、前記ラマンポンプ利得プロファイル及びチャネル発信パワーを表す入力ノードを有する入力層と、前記ラマンポンプパラメータ及びチャネル発信パワーを表す中間ノードを有する１つ以上の中間層と、前記ラマンポンプ利得プロファイル及びチャネル発信パワーを表す出力ノードを有する出力層とを有する。
【０００６】
実施形態の目的及び利点は、請求項において特に指摘される要素、特徴、及び組み合わせにより少なくとも実現され達成される。理解されるべきことに、前述の一般的な説明及び以下の詳細な説明の両者は、例であり、請求される本発明の限定ではない。
【図面の簡単な説明】
【０００７】
例示的な実施形態は、以下の添付の図面を通じて更なる特殊性及び詳細事項により記載され説明される。
【０００８】
本開示の１つ以上の実施形態による、目標ラマンポンプ利得プロファイルが与えられるとラマンポンプパラメータを推定するように、ニューラルネットワークをトレーニングするための例示的な動作環境の図である。
【０００９】
本開示の１つ以上の実施形態による、ラマンポンプパラメータを推定するように構成されたニューラルネットワークの例示的なオートエンコーダアーキテクチャを示す。
【００１０】
本開示の１つ以上の実施形態による、ニューラルネットワークによって決定された推定ラマンポンプ利得プロファイル及び目標ラマンポンプ利得プロファイルと比較して、ニューラルネットワークによって決定されたラマンポンプパラメータに基づくシミュレートされたラマンポンプ利得プロファイルを含む例示的なグラフを示す。
（【００１１】以降は省略されています）

関連特許