Modelagem de amplificação Raman distribuída de primeira e segunda ordem utilizando aprendizado de máquina

Abstract

O presente estudo combina simulações de Inteligência Artificial (IA) com sinais ópticos, utilizando amplificação Raman, com objetivo de aprimorar a transmissão de dados em sistemas de comunicação de fibras ópticas. Para isso, usa-se algoritmos como Decision Tree Regressor (DTR), que é baseado em uma só árvore de decisão onde os nós são recursivamente segmentados de acordo com os valores das features e apesar de ter uso recomendável para datasets de baixa dimensão, tende a um overffiting em datasets de maior dimensão; Random Forest Regressor (RFR), que soluciona o problema de construção de várias árvores em subconjuntos randômicos do dataset e depois faz uma média de previsões de cada árvore, e tem uso recomendável para datasets de baixo ou alto grau de dimensão; Gradient Bosting Regressor (GBR), que constrói arvores de decisão serializadas, sendo que cada árvore de decisão é melhorada, e seu uso é recomendável para datasets de maior grau de dimensão mas o seu processamento pode ser elevado; Histogram Boosting Regressor (HBR), versão melhorada do GBR que usa histogramas para segmentar os valores das variáveis em dois grupos e tem uso recomendável para datasets maiores e seu consumo computacional é pequeno para o processamento das features; e AdaBoast Regressor (ABR) ,que é um algoritmo de boosting que tenta corrigir os erros de cálculos dos pesos anteriores para recalcular os dados de entrada e seu uso é recomendável para uma abordagem mais leve do processamento das features mas é mais susceptível a outliers. A simulação de fibras ópticas para amplificação do sinal desempenha um papel crucial na regeneração do sinal nesses sistemas. O uso de algoritmos de inteligência artificial oferece uma abordagem inovadora para resolver desafios complexos associados ao ajuste dos parâmetros necessários para obtenção da amplificação Raman em diversos arranjos, com o intuito de obter os respectivos conjuntos de dados. Por meio do desenvolvimento de modelos preditivos, os algoritmos de inteligência artificial possibilitam o ajuste fino das características das fibras ópticas para obter a respectiva amplificação, em que é requerida uma combinação de fatores para que se ocorra a amplificação para o efeito Raman. Essa integração entre simulação de fibras ópticas para amplificação do sinal e algoritmos de inteligência artificial representa um avanço significativo na criação de sistemas de comunicação óptica mais eficazes e adaptáveis. Os resultados obtidos demonstram que, tanto