2025年3月，公司教师穆宽林在校定C级期刊《Optical Engineering》发表题为“Intelligent flat broadband erbium-doped fiber amplifier + Raman hybrid amplifier based on neural network”的论文。该论文提出一种设计平坦宽带掺铒光纤放大器与拉曼混合放大器的机器学习方法。首先，利用包含拉曼放大器泵浦参数与增益的数据来训练神经网络。该训练完成的神经网络用于根据混合放大器的目标增益计算泵浦参数。随后通过应用拟合方程优化增益精度。仿真结果表明，使用降序排列的数据集时，放大器输出功率误差最小，均方根误差与最大误差均值分别为0.24 mW和0.54 mW。并且此时放大器增益谱平均平坦度与使用升序及随机排列的训练数据获得的结果无显著差异。其次，本文根据掺铒光纤放大器和拉曼放大器的增益比将训练数据分为五部分来训练神经网络。实验表明使用部分数据时精度会下降，但可以通过使用相同数据重复训练神经网络来提升放大器增益谱精度。本文的研究成果为构建智能光纤传输网络提供了支持。

希望广大教师继续潜心研究，不断创新，多出成果。（撰稿：穆宽林；一审：艾科妮；二审：周健；三审：戴道明）