原理驱动型光纤物理效应模型研究数据

该数据为原理驱动模型的预测效果对比数据，由Matlab、Optisystem和Python IDE生成。该远离驱动型模型通过引入PINN及相应的物理效应，可有效摆脱数据驱动型模型对于训练数据的依赖。模型即使在未获得传输后得波形数据的情形下依然能够有效训练，因此能够更好地适应于少样本或无样本的学习情境。模型针对脉冲演化、信号传输及双折射效应均拥有良好地预测效果。该成果发表于ACP’2020和JLT上。支撑论文“Principle-Driven Fiber Transmission Model Based on PINN Neural Network”和“Universal Fiber Models based on PINN Neural Network”该模型优化后可应对“百公里”级传输需求。