Archivio Istituzionale della RicercaWe integrate machine-learning-based QoT estimation in reach constraints of an integer linear program (ILP) for routing and spectrum assignment (RSA), and develop an iterative solution for QoT-aware RSA. Results show above 30% spectrum savings compared to solving RSA with ILP using traditional margined reach computation.
How to Integrate Machine-Learning Probabilistic Output in Integer Linear Programming: a case for RSA / Salani, M.; Rottondi, C.; Tornatore, M.. - ELETTRONICO. - (2019), pp. 249-252. (Intervento presentato al convegno 45th European Conference on Optical Communication (ECOC 2019) tenutosi a Dublin, Ireland nel 22-26 Sept. 2019) [10.1049/cp.2019.0983].
How to Integrate Machine-Learning Probabilistic Output in Integer Linear Programming: a case for RSA
Rottondi, C.;
2019
Abstract
We integrate machine-learning-based QoT estimation in reach constraints of an integer linear program (ILP) for routing and spectrum assignment (RSA), and develop an iterative solution for QoT-aware RSA. Results show above 30% spectrum savings compared to solving RSA with ILP using traditional margined reach computation.
| File | Dimensione | Formato | |
|---|---|---|---|
|
ECOC full paper template_v3.pdf
accesso aperto
Descrizione: articolo principale
Tipologia:
2. Post-print / Author's Accepted Manuscript
Licenza:
PUBBLICO - Tutti i diritti riservati
Dimensione
493.97 kB
Formato
Adobe PDF
|
493.97 kB | Adobe PDF | Visualizza/Apri |
|
Rottondi-How.pdf
non disponibili
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
383.3 kB
Formato
Adobe PDF
|
383.3 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/11583/2855055