Título:
AI learns G-PON : Toward adaptive T-CONT configuration for fixed-mobile convergence
Otros títulos:
Coordinador:
Director:
Compilador:
Autor:
Inglés, Lucas
Anet Neto, Luiz
Rattaro, Claudina
Morvan, Michel
Castro, Alberto
Nuaymi, Loutfi
Anet Neto, Luiz
Rattaro, Claudina
Morvan, Michel
Castro, Alberto
Nuaymi, Loutfi
Tutor:
Tipo de documento:
Ponencia
Editor:
Palabras clave:
Passive optical networks
Convergence
Printing
Aluminum
Learning (Artificial Intelligence)
Optical fiber subscriber loops
Artificial intelligence
Convergence
Printing
Aluminum
Learning (Artificial Intelligence)
Optical fiber subscriber loops
Artificial intelligence
Descriptores:
Año de publicación:
2026
Contenido:
Resumen:
We demonstrate the use of a commercial G-PON as an AI-enhanced self-optimizing substrate. We refine the T-CONT configuration with deep reinforcement learning to optimize transmission latency and ensure stable and adaptive performances for fixed-mobile convergent scenarios.
Descripción:
metadata.articulos.dc.description.uri:
Editorial:
EN:
2026 Optical Fiber Communications Conference and Exhibition (OFC), Los Angeles, CA, USA, 15-19 mar. 2026 , pp. 1-3.
Financiadores:
Este trabajo fue financiado y apoyado por el proyecto DGE IPCEI ME/CT Orange, así como por la CAP uruguaya (Comisión Académica de Posgrados). También se realizó en el marco de Lab’Optic, una iniciativa conjunta de investigación entre el UMR-6285 Lab-STICC, el UMR 6082 Instituto Foton y Orange Innovation.
Citación:
Inglés, L., Anet Neto, L., Rattaro, C. y otros. AI learns G-PON : Toward adaptive T-CONT configuration for fixed-mobile convergence [en línea]. EN: 2026 Optical Fiber Communications Conference and Exhibition (OFC), Los Angeles, CA, USA, 15-19 mar. 2026 , pp. 1-3.
Citación:
metadata.articulos.cc.license.name:
ISBN:
e-ISBN:
ISSN:
ISMN:
Otros identificadores:
Cobertura geográfica:
Cobertura temporal:
Departamento académico:
Telecomunicaciones
Grupo de investigación:
Análisis de Redes, Tráficos y Estadísticas de Servicios (ARTES)
Licencia:
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
Colecciones:
| Ficheros | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| INRMCN26.pdf | Camera-Ready | 2.81 MB | Adobe PDF |