亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Uncertainty Decomposition for Machine-Learning-Based QoT Estimation in Coherent Optical Networks

光通信 信号处理 计算机科学 物理 分解 光学 电子工程 信噪比(成像) 光学滤波器 偏振模色散 干扰(通信) 集成光学 算法 数学 光放大器 光纤 相位噪声 波分复用 噪音(视频) 估计理论 光调制幅度 物理光学 传输(电信) 相位调制 超快光学 随机过程 统计物理学 光学性能监测 非线性光学 干涉测量 激光器 调制(音乐)
作者
Huazhi Lun,Lei Shi,Xingyu Wang,Huicun Yu,Jie Tang
出处
期刊:Journal of Lightwave Technology [Institute of Electrical and Electronics Engineers]
卷期号:44 (19): 8365-8376
标识
DOI:10.1109/jlt.2026.3721504
摘要

Machine learning (ML) has shown strong performance for Quality of Transmission (QoT) estimation in optical networks, but reliability under out-of-distribution (OOD) conditions remains a key operational concern. We propose an uncertainty-aware QoT framework that decomposes predictive uncertainty into aleatoric and epistemic components using a heteroscedastic neural predictor with a post-hoc Laplace approximation. The Laplace epistemic-uncertainty step can be fitted offline around a trained heteroscedastic predictor, while online inference remains deterministic. Across multiple OOD scenarios, the decomposition reveals complementary roles: aleatoric uncertainty mainly tracks modeled noise intensity, while epistemic uncertainty reflects model unfamiliarity under distribution shift. The empirical results indicate that uncertainty behavior differs clearly between familiar and unfamiliar regimes, which has direct implications for safe network operation. These support the conceptual two-regime operational policy: use aleatoric uncertainty for adaptive margining in trusted ML regions, and trigger fallback to a physics-based baseline when epistemic uncertainty is high. Overall, the results demonstrate the practical value of uncertainty decomposition for safer QoT estimation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
活力傲柏完成签到,获得积分10
1秒前
2秒前
8秒前
过客完成签到,获得积分10
11秒前
12秒前
Lee发布了新的文献求助10
12秒前
十三完成签到 ,获得积分10
14秒前
KaK完成签到,获得积分10
17秒前
23秒前
大意的山水完成签到,获得积分10
24秒前
迷路万天完成签到,获得积分10
25秒前
26秒前
绿鬼蓝完成签到 ,获得积分10
26秒前
域尔完成签到,获得积分10
26秒前
27秒前
29秒前
30秒前
清平道人完成签到,获得积分0
32秒前
maoxiaodi发布了新的文献求助10
34秒前
白华苍松发布了新的文献求助10
36秒前
喵喵张完成签到 ,获得积分10
36秒前
111完成签到 ,获得积分10
38秒前
田様的应助被听话的含羞草采纳,获得10
39秒前
轨迹。完成签到 ,获得积分10
40秒前
在水一方的应助被美满惜雪采纳,获得10
45秒前
顾矜的应助被谌坚采纳,获得10
47秒前
47秒前
橱窗完成签到,获得积分10
48秒前
48秒前
LL完成签到 ,获得积分10
49秒前
fan完成签到 ,获得积分10
50秒前
50秒前
hfhkjh完成签到,获得积分10
51秒前
俏皮的绮波完成签到,获得积分10
51秒前
51秒前
cfyoung发布了新的文献求助10
52秒前
cfyoung发布了新的文献求助10
52秒前
53秒前
53秒前
友好胜完成签到 ,获得积分0
53秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184964
求助须知:如何正确求助?哪些是违规求助? 9573917
关于积分的说明 21833687
捐赠科研通 7782425
什么是DOI,文献DOI怎么找? 3434429
关于科研通互助平台的介绍 2558672
邀请新用户注册赠送积分活动 2481161