Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Grosjean, Leefke"'
Autor:
Grosjean, Leefke, Landernäs, Krister, Sayrac, Berna, Dobrijevic, Ognjen, König, Niels, Harutyunyan, Davit, Patel, Dhruvin, Monserrat, Jose F., Sachs, Joachim
In this booklet the most important learnings and key results of 5G-SMART in the area of smart manufacturing are summarized.
Comment: A booklet with key results and learnings of the project 5G For Smart Manufacturing (5G-SMART)
Comment: A booklet with key results and learnings of the project 5G For Smart Manufacturing (5G-SMART)
Externí odkaz:
http://arxiv.org/abs/2209.10300
Autor:
Chernogorov, Fedor, Ratilainen, Antti, Sachs, Joachim, Grosjean, Leefke, Yang, Yanpeng, Shapin, Alexey, Ansari, Junaid, Caro, Jordi Biosca, Mhedhbi, Meriem, Inca, Saúl, García-Pardo, Concepción, Monserrat, Jose F.
This deliverable results from the work on the radio network performance analysis of the identified use cases and deployment options. Covered topics include latency reduction and mobility features of the 5G NR itself, as well as detailed analysis of t
Externí odkaz:
http://arxiv.org/abs/2211.03505
Autor:
Grosjean, Leefke
The demand of an increasingly networked world is well reflected in modern industrial control systems where communication between the different components of the system is more and more taking place over a network. With an increasing number of compone
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-185558
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.
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.
Here we propose an ensemble of non-terminated systematic LDPC convolutional codes with increasing memory, and show that, over the binary erasure channel (BEC), these codes achieve anytime reliability asymptotically when decoded with an expanding-wind
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e08e77c2c2aff08bc51d78298dbb802c
https://hdl.handle.net/11541.2/114858
https://hdl.handle.net/11541.2/114858