:: Programa de Pós-graduação em Engenharia Elétrica da UFBA ::

 |  Português Este site em português  |  English This site in english  |  Español Este sitio en español

 

 

Aumentar o tamanho do texto Diminuir o tamanho do texto Imprimir página atual

PPGEEC Sesión de Defensa de Tesis Doctoral N° 53 - Aplicación de técnicas de aprendizaje automático para la planificación y gestión de redes ópticas elásticas

ESTUDIANTE: TALISON AUGUSTO CORREIA DE MELO

FECHA: 09/12/2024

HORA: 14:00

UBICACIÓN: https://conferenciaweb.rnp.br/sala/karcius-day-rosario-assis

TÍTULO: Aplicación de técnicas de aprendizaje automático para la planificación y gestión de redes ópticas elásticas

PALABRAS CLAVE: Redes ópticas elásticas; RSA; Protección; Virtualización; Aprendizaje automático;

RESUMEN: Las Redes Ópticas Elásticas (EON) surgieron como una respuesta innovadora a las redes ópticas tradicionales, aportando nuevos conceptos operativos que mejoran la flexibilidad y la eficiencia en el uso de los recursos. Un problema recurrente en los EON es el Enrutamiento y Asignación de Espectro (RSA), que busca definir una ruta para cada solicitud y asignar un número adecuado de slots de acuerdo a la demanda requerida, utilizando la menor cantidad de espectro posible. Este trabajo presenta técnicas de aprendizaje automático supervisado para el diseño de virtualización con protección en EONs, con el objetivo de predecir el número total de espacios de espectro necesarios para soportar todas las demandas de tráfico. Centrándonos en las redes ópticas virtuales (VON) sujetas a protección específica, investigamos la aplicación de técnicas de aprendizaje automático (ML), específicamente el perceptrón multicapa (MLP) y la regresión de vectores de soporte (SVR), para resolver el problema de capacidad que vincula las EON con la virtualización más rápido que formulaciones tradicionales de programación lineal entera (ILP), manteniendo resultados cercanos a los óptimos. El rendimiento del modelo se evaluó mediante métricas estadísticas, tiempo de entrenamiento e inferencia. Los resultados mostraron que el método propuesto es eficaz para predecir el número de ranuras necesarias en el sustrato físico sometido a varios VON.

MIEMBROS DE LA JUNTA:

KARCIUS DÍA ROSARIO ASSIS (ASESOR) UFBA

MARCELA SILVA NOVO                            UFBA

VITALY FELIX RODRIGUEZ ESQUERRE      UFBA

JOSÉ VALENTIM DOS SANTOS FILHO       UFRB

WASLON TERLLIZZIE ARAÚJO LOPES       UFPB

Em 06/12/2024

 


© 2010 PPGEE - ppgee@ufba.br
Rua Aristides Novis, n.02, 4° andar, Sala 23 Federação - CEP: 40210-630. Salvador - Bahia, Brasil.
Telefone  Tel: +55 (71) 3283-9775 - Feedback Formulário de Contato


  Administração