RT info:eu-repo/semantics/bachelorThesis
T1 Técnicas de aprendizaje por refuerzo profundo (DRL, Deep Reinforcement Learning) para la gestión de recursos en redes de acceso ópticas
A1 Ruiz de las Heras, Clara
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 PON (Red Óptica Pasiva)
K1 10G-EPON
K1 DRL (Deep Reinforcement Learning)
K1 Python
AB En este Trabajo Fin de Grado (TFG), se ha llevado a cabo un estudio de investigacióncentrado en la optimización de un modelo de Deep Reinfocement Learning destinado a laasignación de ancho de banda en redes 10G-EPON (Ethernet Passive Optical Networks).Para ello, se ha llevado a cabo un estudio teórico del funcionamiento de los modelos DRL(Deep Reinforcement Learning) y de las redes 10G-EPON. Una vez comprendido elcomportamiento de estas tecnologías se procedieron a realizar las modificacionesnecesarias al simulador previamente desarrollado por un Trabajo Fin de Grado anterior.El primer paso fue la integración en el entorno de DRL de una fuente de Pareto realista, ensustitución a la previamente desarrollada, que era demasiado simple, este proceso permitióobtener resultados más cercanos a la realidad en las simulaciones.Posteriormente se procedió a modificar los distintos escenarios que componían estesimulador para que se adaptasen al nuevo modelo de entorno. Estos modelos representansituaciones de tráfico simétrico, asimétrico y dinámico. Además, se diseñó un escenariomás realista que combina usuarios en la red PON (ONTs, Optical Network Units) deoperadores tradicionales, con configuraciones garantizadas, y ONTs de operadoresvirtuales, con opciones más flexibles.Finalmente, el aprendizaje del agente DRL se optimizó en todos los escenarios planteadosutilizando la herramienta Optuna, la cual permite identificar la combinación dehiperparámetros más adecuada para maximizar su rendimiento.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79662
UL https://uvadoc.uva.es/handle/10324/79662
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 26-nov-2025