PORTO @ 
Archivio Istituzionale della Ricerca
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishWe compare the level of accuracy achieved by active learning and domain adaptation approaches for quality of transmission estimation of an unestablished lightpath, in presence of small-sized training datasets.
Active vs Transfer Learning Approaches for QoT Estimation with Small Training Datasets / Azzimonti, Dario; Rottondi, Cristina; Giusti, Alessandro; Tornatore, Massimo; Bianco, Andrea. - STAMPA. - (2020). ((Intervento presentato al convegno OFC 2020- The Optical Networking and Communication Conference & Exhibition tenutosi a San Diego nel March 2020 [10.1364/OFC.2020.M4E.1].
| Titolo: | Active vs Transfer Learning Approaches for QoT Estimation with Small Training Datasets | |
| Autori: | ||
| Data di pubblicazione: | 2020 | |
| Abstract: | We compare the level of accuracy achieved by active learning and domain adaptation approaches for... quality of transmission estimation of an unestablished lightpath, in presence of small-sized training datasets. | |
| ISBN: | 978-1-943580-71-2 | |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| OFC_invited_transfer_active.pdf | Post print non editoriale | 2. Post-print / Author's Accepted Manuscript | PUBBLICO - Tutti i diritti riservati | Visibile a tuttiVisualizza/Apri |
| 09083455.pdf | Post print editoriale | 2a Post-print versione editoriale / Version of Record | Non Pubblico - Accesso privato/ristretto | Administrator Richiedi una copia |
http://hdl.handle.net/11583/2826021
Copyright © 2022