1 西南交通大学物理科学与技术学院，成都 四川 610031
2 西南交通大学信息科学与技术学院，成都 四川 610031
常规数值求解方法在表征光纤中超短脉冲的非线性传输过程时存在计算量大、效率低等局限。随着人工智能的快速发展，深度学习技术展现出了强大的计算能力、广泛的适用范围、良好的硬件移植性，在光纤中超短脉冲非线性传输过程表征和控制研究中具有巨大潜力。本文概述了深度学习技术及其在预测光纤中超短脉冲传输、超短脉冲重构及参数估计方面的研究进展，同时展望了深度学习与光纤中超短脉冲非线性传输这一新兴交叉技术的发展方向和挑战。
光纤光学 超短激光脉冲传输 非线性薛定谔方程 光纤非线性效应 深度学习 中国激光
2023, 50(11): 1101011
