Aplicaciones de Machine Learning en Redes de Acceso Óptico

Este proyecto aborda la creciente complejidad de las redes de acceso óptico (PON) mediante la implementación de técnicas de Machine Learning. Ante la demanda de servicios de alta capacidad, baja latencia y fiabilidad, las redes actuales enfrentan desafíos significativos en la gestión de recursos y el ancho de banda. La investigación se centra en el desarrollo de una metodología sistemática para la creación de datasets y la selección de algoritmos inteligentes capaces de adaptarse a entornos experimentales controlados. El enfoque metodológico incluye la revisión del estado del arte, la simulación de sistemas de transmisión de fibra óptica y la implementación de modelos de aprendizaje automático para la predicción de tráfico y la asignación dinámica de recursos. Al integrar inteligencia artificial, el proyecto busca transformar las redes ópticas en infraestructuras más robustas y eficientes, capaces de soportar aplicaciones emergentes como 5G, 6G y comunicaciones holográficas. Los resultados esperados incluyen la validación de técnicas de ML en entornos de producción, contribuyendo a la reducción de latencia y al aumento de la capacidad de transmisión. Además, el proyecto fortalece la práctica académica y la investigación científica en el campo de las telecomunicaciones, proporcionando conocimientos técnicos avanzados sobre la configuración óptima de redes para mejorar la experiencia del usuario final. Objetivo: Crear soluciones basadas en Machine Learning para redes de acceso óptico con el fin de mejorar su rendimiento y adaptabilidad. El proyecto busca optimizar la gestión de recursos y la calidad de servicio en infraestructuras de próxima generación. Líneas de investigación: Telecomunicaciones y tecnologías de la información