• مقدمه (12)
  • طرح مسئله (12)
  • اهداف پژوهش (15)
  • ساختار پایان‌نامه (16)
• مفاهیم اولیه (17)
  • فیبر نوری (17)
    • معادله انتشار امواج در فیبر نوری (18)
    • اثرات مخرب خطی (20)
    • اثرات مخرب غیرخطی (23)
    • تحلیل اثرات مخرب با توجه به معادله انتشار و الگوریتم SSFM (25)
  • یادگیری ماشین (28)
    • یادگیری نظارت‌شده (30)
    • یادگیری نظارت‌نشده (33)
    • یادگیری تقویت‌شده (35)
  • یادگیری عمیق و شبکه‌های عصبی (36)
    • شبکه‌های پرسپترون چند لایه (38)
    • شبکه‌های عصبی کانولوشنی (39)
    • شبکه‌های عصبی بازگشتی (41)
  • روش تکرارشونده برای بازیابی سیگنال (43)
  • روش deep unfolding (44)
• مرور کارهای پیشین (46)
  • کاربردهای یادگیری ماشین در شبکه‌های نوری (46)
    • کاربردهای لایه فیزیکی (47)
    • کاربردهای لایه شبکه (50)
    • چالش‌های استفاده از یادگیری ماشین در شبکه‌های نوری (54)
  • استفاده از ماژول‌های جبران‌ساز (56)
  • استفاده از الگوریتم DBP برای جبران‌سازی (58)
  • جبران‌سازی اثرات خطی با استفاده از روش تکرار شونده (59)
• نتایج پژوهش (62)
  • جبران‌سازی اثرات مخرب خطی (62)
    • تعریف مسئله (63)
    • مخابرات مایکروویو (66)
    • مخابرات نوری (67)
    • شبیه‌سازی و نتایج عددی (68)
  • جبران‌سازی همزمان اثرات مخرب خطی و غیرخطی (72)
    • شبیه‌سازی و نتایج عددی (74)
• نتیجه‌گیری و کارهای آینده (80)
  • نتیجه‌گیری پژوهش (80)
  • کارهای آینده (82)
    • جبران‌سازی در سیستم‌های دارای دو قطبش متعامد (82)
    • استفاده از SSFM و یادگیری ماشین برای شبیه‌سازی کانال نوری و جبران‌سازی (83)
• مراجع (85)
• واژه‌نامه (89)