Physics-informed deep learning for ultra-high-capacity optical space division multiplexed fiber transmission

• Project/Area Number: 25K01230
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21020:Communication and network engineering-related
• Research Institution: The University of Osaka
• Principal Investigator: 五十嵐 浩司 大阪大学, 大学院基礎工学研究科, 教授 (80436534)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2026: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000); Fiscal Year 2025: ¥9,490,000 (Direct Cost: ¥7,300,000、Indirect Cost: ¥2,190,000)
• Keywords: 光ファイバ通信 / 深層学習 / 光空間多重

Outline of Research at the Start

本研究の目的は、伝送実験データを用いたモデルベース深層学習によって、確率事象を含む多種多様な効果が発現する光空間多重ファイバの非線形伝搬方程式を明らかにすることである（理論構築）。その非線形伝搬方程式に基づき、光空間多重ファイバ伝送の非線形信号歪み補償用信号処理を提案し、10ペタビット毎秒実時間伝送実験を行い性能評価する（技術開発）。その達成のために以下の４つの技術要素を確立する。①光ファイバ伝搬に対するモデルベース深層学習の有効性実証、②光空間多重ファイバの非線形微分方程式モデル化、③非線形光信号歪み補償信号処理の新規提案、④実時間光空間多重ファイバ伝送実験。