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 perform a machine-learning-based network pruning that significantly reduces the complexity of routing and wavelength assignment in large optical networks. A significant computational time reduction is achieved by accepting a minor deterioration of the obtained solution.
A Machine Learning Framework for Scalable Routing and Wavelength Assignment in Large Optical Networks / Andreoletti, Davide; Rottondi, Cristina Emma Margherita; Bianco, Andrea; Giordano, Silvia. - ELETTRONICO. - (2021), pp. 1-3. ((Intervento presentato al convegno 2021 Optical Fiber Communications Conference and Exhibition (OFC) tenutosi a San Francisco, CA, USA nel 6-10 July 2021.
| Titolo: | A Machine Learning Framework for Scalable Routing and Wavelength Assignment in Large Optical Networks | |
| Autori: | ||
| Data di pubblicazione: | 2021 | |
| Abstract: | We perform a machine-learning-based network pruning that significantly reduces the complexity of ...routing and wavelength assignment in large optical networks. A significant computational time reduction is achieved by accepting a minor deterioration of the obtained solution. | |
| ISBN: | 978-1-943580-86-6 | |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| OFC_scalable_routing.pdf | articolo principale | 2. Post-print / Author's Accepted Manuscript | PUBBLICO - Tutti i diritti riservati | Visibile a tuttiVisualizza/Apri |
| Rottondi-Amachine.pdf | 2a Post-print versione editoriale / Version of Record | Non Pubblico - Accesso privato/ristretto | Administrator Richiedi una copia |
http://hdl.handle.net/11583/2937145
Copyright © 2022