AI learns G-PON : Toward adaptive T-CONT configuration for fixed-mobile convergence
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.
| 2026 | |
| 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. | |
|
Passive optical networks Convergence Printing Aluminum Learning (Artificial Intelligence) Optical fiber subscriber loops Artificial intelligence |
|
| Inglés | |
| Universidad de la República | |
| COLIBRI | |
| https://hdl.handle.net/20.500.12008/55916 | |
| Acceso abierto | |
| Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
