Policy-driven Conformal Prediction for Trustworthy QoT Estimation
Paper i proceeding, 2026
We propose Conformal QoT, a policy-driven framework that combines statistically guaranteed QoT estimation with operational decision policies, enabling reliable lightpath-feasibility predictions under domain shift and improving accuracy from 92% to 99.6% on open datasets.
Machine learning
Optical networks
Artificial intelligence
Quality of transmission
Författare
Kiarash Rezaei
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Omran Ayoub
Scuola Universitaria Professionale della Svizzera Italiana (SUPSI)
Paolo Monti
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Carlos Natalino Da Silva
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Proceedings of the Optical Fiber Communication Conference (OFC) 2026
M4A.X
Optical Fiber Communication Conference (OFC) 2026
Los Angeles, CA, USA,
Los Angeles, CA, USA,
Efficient Confluent Edge Networks (ECO-eNET)
Europeiska kommissionen (EU) (EC/HE/101139133), 2024-01-01 -- 2028-12-31.
Styrkeområden
Informations- och kommunikationsteknik
Ämneskategorier (SSIF 2025)
Datavetenskap (datalogi)
Telekommunikation
Systemvetenskap, informationssystem och informatik
Infrastruktur
Chalmers e-Commons (inkl. C3SE, 2020-)
Relaterade dataset
Datasets for QoT estimation in SDM networks [dataset]
DOI: 10.1364/JOCN.558452