Export Publication
The publication can be exported in the following formats: APA (American Psychological Association) reference format, IEEE (Institute of Electrical and Electronics Engineers) reference format, BibTeX and RIS.
Lacerda Jr, J. C., Cartaxo, A. V. T. & Soares, A. C. B. (2022). Algoritmo baseado em aprendizado de máquina para alocação de núcleo em redes ópticas elásticas com multiplexação espacial. In Anais do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC 2022). (pp. 70-83). Fortaleza/CE: Sociedade Brasileira de Computação.
J. C. Jr et al., "Algoritmo baseado em aprendizado de máquina para alocação de núcleo em redes ópticas elásticas com multiplexação espacial", in Anais do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC 2022), Fortaleza/CE, Sociedade Brasileira de Computação, 2022, pp. 70-83
@inproceedings{jr2022_1716185564437, author = "Lacerda Jr, J. C. and Cartaxo, A. V. T. and Soares, A. C. B.", title = "Algoritmo baseado em aprendizado de máquina para alocação de núcleo em redes ópticas elásticas com multiplexação espacial", booktitle = "Anais do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC 2022)", year = "2022", editor = "", volume = "", number = "", series = "", doi = "10.5753/sbrc.2022.221965", pages = "70-83", publisher = "Sociedade Brasileira de Computação", address = "Fortaleza/CE", organization = "", url = "https://sol.sbc.org.br/index.php/sbrc/issue/view/963" }
TY - CPAPER TI - Algoritmo baseado em aprendizado de máquina para alocação de núcleo em redes ópticas elásticas com multiplexação espacial T2 - Anais do XL Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC 2022) AU - Lacerda Jr, J. C. AU - Cartaxo, A. V. T. AU - Soares, A. C. B. PY - 2022 SP - 70-83 DO - 10.5753/sbrc.2022.221965 CY - Fortaleza/CE UR - https://sol.sbc.org.br/index.php/sbrc/issue/view/963 AB - Redes ópticas elásticas com multiplexação por divisão espacial (SDM-EON), usando fibras multi-núcleos (MCF), são promissoras para as futuras redes de transporte. Em MCFs, surge uma nova dimensão no problema de alocação de recursos: a alocação do núcleo. Este artigo propõe o algoritmo com aprendizado de máquina para escolha de núcleo (AMN) em SDM-EONs. Comparado com outras soluções e em cenário com baixa incidência de crosstalk, o AMN obteve ganhos de ao menos 25,35% em termos de probabilidade de bloqueio de requisição (PBR) e de ao menos 24,81% em termos de razão de dados bloqueados (RDB). Em cenário de alta incidência de crosstalk, o AMN obteve ganhos de ao menos 8,16% para PBR e de ao menos 9,28% para RDB. ER -