Összesen 1 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM122590
Első szerző:Talbi, Djamila (mérnök informatikus)
Cím:Unsupervised Machine Learning-Based Clustering of High- Frequency Radio Channel Properties: Analysis of Sector Communication Efficiency / Djamila Talbi, Zahra Daoui, Zoltan Gal
Dátum:2024
ISSN:1877-0509
Megjegyzések:Machine learning has emerged as a powerful tool for both engineering and geo-localization applications. In this study, we investigate the Terabit/sec bandwidth wireless technology application using specialized ns-3 simulation tools. Through extensive simulations, we explore various scenarios with diverse parameters, including population density, topology types, and overlapping ratios among consecutive radio sectors centered around a single access point. To extract meaningful insights from the data, we employ the DBScan unsupervised learning method, enabling us to identify the optimal number of classes for sector efficiency features. Our optimization approach considers both the number of outliers and the minimum number of elements within each radio sector. By analysing a synthetic dataset generated from the simulation cases, we uncover valuable insights and establish the optimal working point for the system.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
DBScan clustering
Terahertz communication
Unsupervised machine learning
Beyond 5G/6G
Megjelenés:Procedia Computer Science. - 238 (2024), p. 306-313. -
További szerzők:Zahra, Daoui (1999-) (PhD student) Gál Zoltán (1966-) (informatikus)
Pályázati támogatás:TKP2021-NKTA-34
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.