Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Duran, Kubra"'
The dramatic increase in the number of smart services and their diversity poses a significant challenge in Internet of Things (IoT) networks: heterogeneity. This causes significant quality of service (QoS) degradation in IoT networks. In addition, th
Externí odkaz:
http://arxiv.org/abs/2411.14281
6G networks are envisioned to enable a wide range of applications, such as autonomous vehicles and smart cities. However, this rapid expansion of network topologies makes the management of 6G wireless networks more complex and leads to performance de
Externí odkaz:
http://arxiv.org/abs/2411.14222
The emergence of beyond 5G (B5G) and 6G networks underscores the critical role of advanced computer-aided tools, such as network digital twins (DTs), in fostering autonomous networks and ubiquitous intelligence. Existing solutions in the DT domain pr
Externí odkaz:
http://arxiv.org/abs/2409.01136
Digital Twins (DT) have become crucial to achieve sustainable and effective smart urban solutions. However, current DT modelling techniques cannot support the dynamicity of these smart city environments. This is caused by the lack of right-time data
Externí odkaz:
http://arxiv.org/abs/2401.16449
The dramatic increase in the connectivity demand results in an excessive amount of Internet of Things (IoT) sensors. To meet the management needs of these large-scale networks, such as accurate monitoring and learning capabilities, Digital Twin (DT)
Externí odkaz:
http://arxiv.org/abs/2311.14532
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Internet of Things Magazine; 2023, Vol. 6 Issue: 4 p138-143, 6p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Classification of Photogrammetric and Airborne LiDAR Point Clouds Using Machine Learning Algorithms.
Publikováno v:
Drones (2504-446X); Dec2021, Vol. 5 Issue 4, p1-16, 16p