公开(公告)号：CN114330456A

公开(公告)日：2022-04-12

申请号：CN202210006845.6

申请日：2022-01-05

Applicant: 北京邮电大学

Inventor： 纪越峰 ,  史亚男 ,  谷志群 ,  张佳玮

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06Q50/06

Abstract: 本发明公开了一种基于多任务学习的光路传输质量预测方法，同时考虑网络可靠性和预测模型准确度，设计了一种多任务损失函数，并利用联合训练的方式训练模型，进一步降低了模型的误差和设计余量，提升了模型的准确度，在保证网络可靠性的同时实现网络容量提升。相比于传统的基于单任务的QoT估计模型而言，本专利提出的方案可以在保证模型可靠性的同时提高准确度，从而实现提高光路调制格式的分配效率以及提升光网络容量的目的。

公开(公告)号：CN113840190A

公开(公告)日：2021-12-24

申请号：CN202111324182.4

申请日：2021-11-10

Applicant: 北京邮电大学

Inventor： 谷志群 ,  纪越峰 ,  张佳玮 ,  史亚男

IPC: H04Q11/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了一种基于ANN损失函数优化的光路传输质量预测方法，基于传统的MSE和MAE损失函数引入正则化项，通过给予高估更大的惩罚的方式降低模型的高估值和比例，从而达到减小模型的最大正偏差的目的。相比于传统的基于MSE和MAE的QoT估计模型而言，本发明提出的方法可以在关注模型准确度的同时极大地去降低模型的最大正偏差值，从而达到提高光路调制格式的分配效率和提升光网络容量的目的。