DYNAMIC SUBSCRIBER NETWORK PHYSICAL IMPAIRMENT DETECTION TECHNIQUES

In some implementations, per-tone data for a line of a subscriber network and data indicating a set of one or more scores is obtained. Each score included in the set of scores indicates a conditional likelihood that the line has a type of impairment with respect to a different feature subset ensemble. The per-tone data and the data indicating the set of one or more scores is provided as input to a model. The model is trained to output, for each of different sets of feature subset ensembles, a confidence score representing an overall likelihood that a particular line has a physical impairment. Data indicating a particular confidence score representing an overall likelihood that the line has the physical impairment is obtained. Dans certains modes de réalisation, des données par tonalité relatives à une ligne d'un réseau d'abonnés et des données indiquant un ensemble d'un ou plusieurs score(s) sont obtenues. Chaque score inclus dans l'ensemble de scores indique une probabilité conditionnelle selon laquelle la ligne présente un type de dégradation par rapport à un ensemble différent de sous-ensembles de caractéristiques. Les données par tonalité et les données indiquant l'ensemble d'un ou plusieurs score(s) sont appliquées à l'entrée d'un modèle. Le modèle est entraîné pour fournir, pour chacun des différents ensembles de sous-ensembles de caractéristiques, un score de confiance représentant une probabilité globale selon laquelle une ligne particulière présente une dégradation physique. Des données indiquant un score de confiance particulier représentant une probabilité globale selon laquelle la ligne présente une dégradation physique sont obtenues.