XiaoMi-AI文件搜索系统
World File Search System光网
光网络、5G、人工智能等研究
人工智能（AI，artificial intelligence）技术很早就被应用于许多领域，但多年来这项技术并没有获得很高的关注度，直到AlphaGo战胜中韩围棋选手后，才开始成为研究热点，研究人员试图将AI技术应用于不同的领域，其中就包括光通信网络network。在过去的两年里，美国光通信会议（OFC，optical fibrocommunication）和欧洲光通信会议（ECOC，European conference of optical communication）上，至少有16个会议主题集中在AI或机器学习（ML，machine learning）技术上。本文将AI技术与ML技术视为同一类技术，同时，虽然AI技术涵盖范围很广，但本文所指的AI技术主要是神经网络技术。AI技术受到广泛关注主要有以下两个原因。第一，AI技术上手和使用都比较容易。它以黑盒子的方式对系统进行建模，通过大量样本进行学习，让黑盒子自己连接神经元，并分配神经元的连接权重，而不需要用户去理解神经元为什么这样连接，并被分配当前的权重。用户只需要提供足够的学习样本，增加神经元的数量和隐层的数量，就能提高AI技术的预测准确率。第二，AI技术在AlphaGo事件之后，几乎被神化了，几乎人人都知道“人脑人工智能”，而在学术圈，被贴上AI标签的论文也层出不穷。
近地轨道（LEO）空间碎片防撞激光网络概念研究
> 近地轨道空间碎片防撞激光网络概念研究 > S. Scharring 等人 > 2021 年国际高功率激光烧蚀研讨会 > 2021 年 4 月 15 日 DLR.de • 图表 8
人工智能驱动的自主光网络
摘要 随着先进相干技术的部署，光网络中的动态性、复杂性和异构性急剧增加，光交叉连接技术和多样化的网络基础设施对网络运营商的光网络管理和维护提出了巨大挑战。在本文中，我们提出了一种人工智能驱动的自主光网络的“3S”架构，该架构可以帮助光网络“自我感知”网络状态、“自适应”网络控制和“自我管理”网络操作。为了支持这些功能，已经研究了许多人工智能 (AI) 驱动的技术来提高从设备方面到网络方面的灵活性和可靠性。自适应掺铒光纤放大器 (EDFA) 控制是设备方面的一个例子，它根据网络状况提供功率自适应能力。从链路方面，开发了自适应光纤非线性补偿、光监控性能和传输质量估计，以自动监控和缓解与链路相关的信号损伤。从网络方面来看，流量预测和网络状态分析方法提供了自我意识，而人工智能驱动的自动资源分配和网络故障管理则增强了自适应性和自我管理能力。得益于充足的网络管理数据、强大的数据挖掘能力和成熟的计算单元，这些人工智能技术具有巨大的潜力为光网络提供自主功能，包括网络资源调度和网络定制。
具有人工智能的意图定义光网络-...
摘要 传统上，光网络的运行和维护依赖于工程师的经验来配置网络参数，涉及命令行界面、中间件脚本和故障排除。然而，随着 B5G 新型应用的出现，传统的配置方式无法满足实时自动配置的要求。运营商需要一种无需在底层光传送网上进行人工干预的新配置方式。为了解决这个问题，我们提出了一种面向服务目标的基于人工智能的光网络自动化运维的意图定义光网络 (IDON) 架构，通过以定制的方式引入自适应生成和优化 (SAGO) 策略。IDON 平台有三个关键创新，包括面向意图的配置翻译、自适应生成和优化策略以及闭环意图保证操作。IDON 专注于通信需求，使用自然语言处理来构建语义图以理解、交互和创建所需的网络配置。然后，利用深度强化学习 (DRL) 通过细粒度策略的动态集成来找到满足意图要求的组合策略。最后，引入深度神经进化网络 (DNEN) 来实现毫秒级的意图保证。在增强型 SDN 测试平台上验证了可行性和效率。最后，我们讨论了揭示意图定义光网络未来前景的几个相关挑战和机遇。