Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/55916
Cómo citar
| Título: | AI learns G-PON : Toward adaptive T-CONT configuration for fixed-mobile convergence |
| Autor: | Inglés, Lucas Anet Neto, Luiz Rattaro, Claudina Morvan, Michel Castro, Alberto Nuaymi, Loutfi |
| Tipo: | Ponencia |
| Palabras clave: | Passive optical networks, Convergence, Printing, Aluminum, Learning (Artificial Intelligence), Optical fiber subscriber loops, Artificial intelligence |
| Fecha de publicación: | 2026 |
| 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. |
| 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. |
| 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) |
| Aparece en las colecciones: | Publicaciones académicas y científicas - Instituto de Ingeniería Eléctrica |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| INRMCN26.pdf | Camera-Ready | 2,87 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
