Controle adaptativo do ponto de operação dos amplificadores ópticos utilizando aprendizagem por reforço
Aprendizagem de máquina; Aprendizado por reforço; Comunicações Ópticas; Qualidade de Tranmissão; Amplificadores Ópticos
Comunicação por redes ópticas é a principal maneira de atingir a demanda de dados que nos últimos anos só cresce. Os sistemas de comunicação ópticos precisam ser robustos para condições dinâmicas de funcionamento para assim obter o melhor sinal de transmissão. E o dinamismo de condições faz com que a rede óptica precise ser adaptável, com isso é necessário que possua dispositivos autônomos. Os amplificadores ópticos são dispositivos importantes para estabelecer uma comunicação óptica, no intuito de utiliza-los para criar um rede adaptável são estudadas técnicas do controle adaptativo de ponto de operação de amplificadores ópticos (ACOP) que visam definir autonomamente o ganho do amplificador após alterações no sinal de entrada do mesmo. A mais recente técnica ACOP que obteve melhor resultado foi uma técnica multiobjetivo baseada em algoritmo evolucionário que visa melhorar a qualidade do sinal transmitido, contudo não é desejável a demora que se leva para as iterações em uma aplicação que esteja retornando respostas em tempo real. Já houve uma tentativa de diminuir o tempo de resposta com técnicas de aprendizado supervisionado mas ainda necessitavam de dados da técnica evolucionária para o treinamento. Apesar do aprendizado por reforço ser muito utilizado em diversas áreas para resolver problemas de otimização, ainda não é muito explorado na área de comunicações ópticas e há uma carência de trabalhos utilizando essa técnica para resolução do problema ACOP. Por tanto, esse trabalho propõe realizar a modelagem do problema ACOP de forma a poder se aplicado técnicas de aprendizado por reforço para verificar o impacto que essa vertente de aprendizado de máquina possa vir a ter na resolução do problema ACOP e comparar os resultados com a técnica multiobjetivo.