Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.12008/55910
How to cite
| Title: | Autonomous intent-driven optimization of PONs : A vendor-agnostic DRL demonstration |
| Authors: | Inglés, Lucas Anet Neto, Luiz Rattaro, Claudina Morvan, Michel Castro, Alberto Nuaymi, Loutfi |
| Type: | Ponencia |
| Keywords: | Passive optical networks, Optimization, Printing, Timing |
| Issue Date: | 2026 |
| Abstract: | We demonstrate a Deep Reinforcement Learning application for autonomous T-CONT configuration in passive optical networks. Using DDQN, we achieve vendor-agnostic dynamic upstream-latency optimization in a fixed–mobile convergence use case. |
| IN: | 2026 Optical Fiber Communications Conference and Exhibition (OFC), Los Angeles, CA, USA, 15-19 mar 2026 , pp. 1-3. |
| Sponsors: | 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 Instituto Foton UMR 6082 y Orange Innovation. |
| Citation: | Inglés, L., Anet Neto, L., Rattaro, C. y otros. Autonomous intent-driven optimization of PONs : A vendor-agnostic DRL demonstration [en línea]. EN: 2026 Optical Fiber Communications Conference and Exhibition (OFC), Los Angeles, CA, USA, 15-19 mar 2026 , pp. 1-3. |
| Academic department: | Telecomunicaciones |
| Investigation group: | Análisis de Redes, Tráficos y Estadísticas de Servicios (ARTES) |
| License: | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
| Appears in Collections: | Publicaciones académicas y científicas - Instituto de Ingeniería Eléctrica |
Files in This Item:
| File | Description | Size | Format | ||
|---|---|---|---|---|---|
| INRMCN26a.pdf | Camera-Ready | 649,79 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
