Archivio Istituzionale della RicercaWe use active learning to reduce the number of probes needed for machine-learning-based QoT estimation. When building an estimation model based on Gaussian processes, only QoT instances that minimize estimation uncertainty are iteratively requested.
Using Active Learning to Decrease Probes for QoT Estimation in Optical Networks / Azzimonti, D.; Rottondi, C.; Tornatore, M.. - ELETTRONICO. - (2019). (Intervento presentato al convegno 2019 Optical Fiber Communications Conference and Exhibition, OFC 2019 tenutosi a San Diego (CA, USA) nel 03-07 March 2019) [10.1364/ofc.2019.th1h.1].
Using Active Learning to Decrease Probes for QoT Estimation in Optical Networks
Rottondi C.;
2019
Abstract
We use active learning to reduce the number of probes needed for machine-learning-based QoT estimation. When building an estimation model based on Gaussian processes, only QoT instances that minimize estimation uncertainty are iteratively requested.
| File | Dimensione | Formato | |
|---|---|---|---|
|
ofc19.pdf
non disponibili
Descrizione: articolo principale
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
396.15 kB
Formato
Adobe PDF
|
396.15 kB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/11583/2741776
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo