Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Machine LEarning in Optical NeTwORks

Description du projet

Concevoir la nouvelle génération de réseaux optiques à haute capacité

Six chercheurs en début de carrière vont être formés à des applications d’apprentissage automatique dans le domaine des communications optiques multibandes. Il s’agit d’un domaine interdisciplinaire de haute importance industrielle. Le projet MENTOR, financé par l’UE, a défini les sujets de recherche et d’apprentissage à étudier, et assuré des partenariats avec quatre grandes sociétés. L’objectif du projet est de concevoir la nouvelle génération de réseaux optiques à haute capacité, qui constituent une composante clé de l’infrastructure globale de télécommunication. La demande croissante (+ 20 % par an) nécessite une augmentation de capacité et appelle les opérateurs à réduire le coût par bit transmis. La quête d’une solution mène les chercheurs à des techniques d’apprentissage automatique. Ce sont en réalité des techniques de choix pour s’attaquer à des problèmes techniques complexes de ce type.

Objectif

Optical fiber networks is one of the major drivers of our societal progress and a key enabler of the global telecommunication infrastructure. Optical networks underwent considerable changes over the past decade, as consequence of a continuous growth (exceeding 20% per year) of bandwidth demand. The current growth sets strong requirements in terms of capacity and costs for the operators, which seek to decrease the cost per transmitted bit. Several solutions have been proposed, and among them wide-band is more favourable to network operators, compared to more/or novel fibers. However, wide-band optical system presents new major challenges: optical components must guarantee similar performance over a broad spectrum, network optimization is carried out on a non-flat spectrum and with a much larger number of channels making design, optimization and control a complex problem. Therefore, application of machine learning (ML) techniques is of the growing importance for high-capacity multi-band (MB) optical systems. ML is becoming the technique of choice to solve complex nonlinear technical problems, such as, advance component design and management of wide-band networks.

The European Industrial Doctorate MENTOR presents a timely proposal to train 6 ESRs in the interdisciplinary field of high industrial importance: ML applications in multi-band optical communications. As ML can properly works only when a large amount of real data is available, it is crucial to bring together academic partners and the industry that provide access to the data. MENTOR consortium offers the strong industrial commitment of four large companies (CORIANT Germany and Portugal, ORANGE Labs and TELECOM ITALIA MOBILE) that significantly contributed in defining the research and training topics to be studied together with the world-leading academic partners in MENTOR. MENTOR will contribute to the European economy by design of the next generation of high-capacity optical networks.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-ITN-2020

Voir tous les projets financés au titre de cet appel

Coordinateur

ASTON UNIVERSITY
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 303 172,56
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 303 172,56

Participants (5)

Mon livret 0 0