Algoritmos de Aprendizado de Máquina para Compensação de Degradações em Sistemas Ópticos de Comunicação

• Processo: 26/12905-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2026
• Data de Término da vigência: 31 de maio de 2027
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Darli Augusto de Arruda Mello
• Beneficiário: João Dionisio Ribeiro
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 25/22722-5 - Sistemas de Interconexão Óptica de Data Centers com Fibras SDM E HCFs, AP.R
• Assunto(s): Aprendizado computacional Comunicação óptica
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Multiplexação por divisão espacial | Sistemas ópticos de comunicação | Comunicações Ópticas

Resumo

Este plano de atividades de iniciação científica investiga a aplicação de algoritmos de aprendizado de máquina (ML) para compensação de degradaçõesem sistemas ópticos de comunicação de curta distância, com ênfase em cenários de interconexão de datacenters (intra-DC < 10 km e inter-DC < 100 km) e multiplexação espacial (SDM). O trabalho se alinha às demandas crescentes de capacidade e eficiência energética em redes ópticas, pressionadas pelo avanço da inteligência artificial e da automação. O objetivo é propor e avaliar, por meio de simulação, arquiteturas de detecção direta e coerente simplificada queincorporem algoritmos de ML capazes de compensar dispersão, crosstalk, ganho/perda dependente do modo (MDG/MDL) - no caso de sistemas SDM - eoutras imperfeições de propagação. A pesquisa terá como ênfase a modelagem analítica e computacional, contribuindo para a formação do aluno em tópicosavançados de comunicações ópticas e aprendizado de máquina. (AU)