RT info:eu-repo/semantics/bachelorThesis
T1 Técnicas de aprendizaje automático para la gestión de recursos en redes de acceso ópticas
A1 Rodríguez Aragön, David
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Redes PON
K1 Inteligencia Artificial
K1 Aprendizaje automático
AB Este Trabajo de Fin de Grado aborda la aplicación de técnicas de inteligenciaartificial para la optimización de la gestión de recursos en redes de acceso ópticas basadasen la tecnología EPON (Ethernet Passive Optical Networks).En particular, se ha desarrollado e implementado un modelo de red neuronalprofunda capaz de predecir de forma dinámica el ancho de banda máximo asignable a cadaONU ciclo tras ciclo en escenarios 1G-EPON y 10G-EPON.El proceso incluyó la generación de un dataset representativo mediantesimulaciones, entrenamiento, integración en el módulo de la OLT (Optical Line Terminal)del simulador y validación del propio modelo mediante el análisis del retardo y el anchode banda otorgado a cada usuarioAdicionalmente, se han incorporado nuevas funcionalidades al simulador con el finde aumentar su realismo y su capacidad de análisis. Entre estas mejoras destacan laimplementación de un nuevo generador de tráfico Pareto, la introducción de perfiles deusuarios con diferentes SLA y la adaptación del simulador EPON para soportararquitecturas 25G-EPON.Estas actualizaciones permiten analizar con mayor fidelidad el comportamiento deredes de nueva generación, contribuyendo a la evaluación de estrategias avanzadas deasignación dinámica de recursos.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79701
UL https://uvadoc.uva.es/handle/10324/79701
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 14-nov-2025