assodepicche / eon

Um estudo aprofundado dos algoritmos de Aprendizado de Máquina aplicados à solução do Problema de Alocação de Rota e Espectro em Redes Ópticas Elásticas

Modelo Erlang-B

Estudo de Algoritmos de Aprendizagem de Máquina para a Alocação de Rota e Espectro em Redes Ópticas Elásticas

O objetivo geral deste projeto é estudar os Algoritmos baseados em Aprendizado de Máquina para a solução do Problema de Alocação de Rota e Espectro em Redes Ópticas Elásticas. Para alcançar esse objetivo, serão desenvolvidas simulações que permitam explorar e compreender as melhores técnicas disponíveis nesse contexto.

Com o intuito de alcançar o objetivo geral estabelecido, foram estipulados os seguintes objetivos específicos:

• Realizar um abrangente levantamento bibliográfico sobre o campo do Aprendizado de Máquina, bem como sobre os algoritmos e técnicas utilizados na solução do Problema de Alocação de Rota e Espectro
• Implementar as técnicas de Aprendizado de Máquina com o propósito de resolver o referido problema
• Realizar uma comparação minuciosa entre os resultados obtidos com as técnicas de Aprendizado de Máquina e os algoritmos clássicos utilizados na resolução do Problmea de Alocação de Rota e Espectro
• Documentar de forma detalhada os resultados obtidos ao longo da pesquisa

Grupo de Pesquisa: Optical Communications and Networking (Optinet)

Área do conhecimento: Sistemas de Telecomunicações > Telecomunicações > Engenharia Elétrica > Engenharias

Etapas de desenvolvimento

1. Estudo dos algoritmos para Problema de Alocação de Rota e Espectro
2. Estudo dos algoritmos e Técnicas de Aprendizado de Máquina
3. Levantamento bibliográfico dos principais trabalhos sobre as técnicas de Aprendizado de Máquina para os problemas de Alocação de Rota e Espectro
4. Implementação dos algoritmos clássicos de Rota (Dijkstra e K Shortest Path)
5. Implementação do algoritmo de Aprendizado de Máquina para o problema de Alocação de Rota
6. Comparação dos resultados dos algoritmos clássicos e do algoritmo de Aprendizado de Máquina para o problema de Alocação de Rota
7. Implementação dos algoritmos clássicos de Atribuição de Espectro (first-fit e best-fit)
8. Implementação do algoritmo de Aprendizado de Máquina para o Problema de Atribuição de Espectro
9. Comparação dos resultados dos algoritmos clássicos e do algoritmo de Aprendizado de Máquina para o problema de Atribuição do Espectro
10. Elaboração de relatórios e artigos para divulgação em eventos científicos

Autores

Rodrigo Campos Bortoletto (Docente Orientador)

Samuel do Prado Rodrigues (Discente)

Thiago Homem (Docente Supervisor do Projeto)