Prédiction du comportement du laser à fibre en forme de huit à l’aide des réseaux de neurones artificiels

Sylvestre Ngoy Mulopwe; Victoire MULANGANI Mambwe; Louis Bukamfi Kabambi; Christian Kijuki Mukolo

doi:10.36948/ijfmr.2025.v07i06.59488

Prédiction du comportement du laser à fibre en forme de huit à l’aide des réseaux de neurones artificiels

Author(s)	Sylvestre Ngoy Mulopwe, Victoire MULANGANI Mambwe, Louis Bukamfi Kabambi, Christian Kijuki Mukolo
Country	Congo (Democratic)
Abstract	L’intérêt porté aux amplificateurs à fibre optique, le laser à fibre en forme de huit étant complexe parce que capable de produire des résultats ou des impulsions dont la forme et le niveau de puissance varient de plusieurs manières, mais la modélisation du laser est complexe et prend beaucoup de temps pour une recherche spécifique. L’équation non linéaire de Schrödinger modifiée appliquée aux différents phénomènes intervenant lors de la propagation d’une impulsion dans la fibre; nous a aidés à la modélisation du laser à fibre en forme de huit. Notre étude est d'appliquer les techniques de machine learning à la compréhension et l'exploitation de systèmes optiques de propagation non linéaire pour développer des sources lumineuses sur mesure et programmables. En particulier, le but sera de se concentrer sur les sources laser à fibre rapides produisant des impulsions picosecondes, et de développer des approches de deep learning (réseaux de neurones) pour aider à la conception des sources laser elles-mêmes, ainsi qu'à l’optimisation de la génération et de la propagation de ces impulsions dans des fibres optiques non linéaires. Nous avons appliqué les réseaux de neurones au laser à fibre en huit pour nous permettre de prédire l’impulsion de sortie (la forme et le niveau de puissance). Ainsi le Deep Learning fournira des résultats trop proches de la modélisation qui prend beaucoup de temps et de ressources. Pour atteindre nos objectifs fixés, nous avons utilisé la méthode expérimentale. Cette méthode est une démarche scientifique qui consiste à contrôler la validité d’une hypothèse au moyen d’épreuves répétées. La technique qui sera utilisée sera la modélisation mathématique qui consiste à utiliser des équations et des formules mathématiques pour représenter les relations quantitatives entre les variables du système. Ce résultat est l’étude de plusieurs mois de modélisation et de simulation sur Matlab.
Keywords	fibre optique, laser à fibre en forme de huit, impulsion, équation, propagation, réseau de neurones, machine learning, deep learning, prédiction.
Field	Informatique et intelligence artificielle / Simulation / Réalité Virtuelle
Published In	Volume 7, Issue 6, November-December 2025
Published On	2025-11-13
DOI	https://doi.org/10.36948/ijfmr.2025.v07i06.59488

View / Download PDF File

E-ISSN 2582-2160

doi

CrossRef DOI is assigned to each research paper published in our journal.

IJFMR DOI prefix is
10.36948/ijfmr

Downloads

Research Paper Format Copyright Permission Form and Undertaking Form Cover Page Vol 8 Isu 2 Cover Page Vol 8 Isu 1 Cover Page Vol 7 Isu 6

All research papers published on this website are licensed under Creative Commons Attribution-ShareAlike 4.0 International License, and all rights belong to their respective authors/researchers.

CC-BY-SA

About IJFMR Fees & Payment Current Issue Publication Archive	Submit Research Paper Track Submission Status Publication Guidelines Publication Ethics Peer Review & Plagiarism	Join as a Reviewer Editors & Reviewers Reviewer Referral Program Get Reviewer Membership Certi.	Website/Journal Policies Usage Policy Content Policies Privacy Policy

Contact Us		+91-9687-828-838	editor@ijfmr.com

International Journal For Multidisciplinary Research

A Widely Indexed Open Access Peer Reviewed Multidisciplinary Bi-monthly Scholarly International Journal

Prédiction du comportement du laser à fibre en forme de huit à l’aide des réseaux de neurones artificiels

Share this