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.
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.
Scheda prodotto non validato
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
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 | Embargo: 12/03/2021 Richiedi una copia |
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