Trade-Offs of AI-based Optical Performance Monitoring and Sensing Techniques
Paper i proceeding, 2026

Modern optical networks leverage AI/ML for performance monitoring and fiber sensing across Φ-OTDR/DAS and SOP technologies. We present a unified data-rate framework, showing that monitoring precision choices impact the generated data volumes over nine orders of magnitude, and analyze AI/ML processing trade-offs across these configurations.

Machine learning

Fiber sensing

Artificial intelligence

Telemetry

Monitoring

Optical fiber sensing

Författare

Carlos Natalino Da Silva

Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk

Kaida Kaeval

Tallinns tekniska universitet (TalTech)

Lena Wosinska

Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk

52nd European Conference on Optical Communications, ECOC 2026

Th1-G5/#165

52nd European Conference on Optical Communications, ECOC 2026
Málaga, Spain,

5G betrodda och säkra nätverkstjänster (5G-TACTIC)

Europeiska kommissionen (EU) (EC/H2020/101127973), 2023-12-01 -- 2026-11-30.

VINNOVA (2026-01821), 2026-06-01 -- 2026-11-30.

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)

Kommunikationssystem

Telekommunikation

Mer information

Skapat

2026-11-12