Archivio Istituzionale della RicercaWe demonstrate the potentialities of explainable AI when applied to distill knowledge from a trained supervised machine learning model for lightpath quality of transmission estimation in optical networks, with synthetic datasets.
On the Application of Explainable Artificial Intelligence to Lightpath QoT Estimation / Ayoub, Omran; Bianco, Andrea; Andreoletti, Davide; Troia, Sebastian; Giordano, Silvia; Rottondi, Cristina. - ELETTRONICO. - (2022), pp. 1-3. (Intervento presentato al convegno 2022 Optical Fiber Communications Conference and Exhibition (OFC) tenutosi a San Diego, California United States nel 6–10 March 2022) [10.1364/OFC.2022.M3F.5].
On the Application of Explainable Artificial Intelligence to Lightpath QoT Estimation
Bianco, Andrea;Rottondi, Cristina
2022
Abstract
We demonstrate the potentialities of explainable AI when applied to distill knowledge from a trained supervised machine learning model for lightpath quality of transmission estimation in optical networks, with synthetic datasets.
| File | Dimensione | Formato | |
|---|---|---|---|
|
OFC_2022 (4).pdf
Open Access dal 11/03/2023
Descrizione: versione accettata
Tipologia:
2. Post-print / Author's Accepted Manuscript
Licenza:
PUBBLICO - Tutti i diritti riservati
Dimensione
295.33 kB
Formato
Adobe PDF
|
295.33 kB | Adobe PDF | Visualizza/Apri |
|
OFC-2022-M3F.5.pdf
non disponibili
Descrizione: versione editoriale
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
372.32 kB
Formato
Adobe PDF
|
372.32 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/11583/2974076