Zobrazeno 1 - 10
of 189
pro vyhledávání: '"M. Ibnkahla"'
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.
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 Transactions on Signal Processing. 46:2386-2393
The least mean squares adaptive line enhancer (LMS ALE) has been widely used for the enhancement of coherent sinusoids in additive wideband noise. This paper studies the behavior of the LMS ALE when applied to the enhancement of sinusoids that have b
Publikováno v:
IEEE Communications Magazine. 36:104-110
This article summarizes the European Union (EU) activities in the ACTS program satellite component of the UMTS. The projects INSURED, NEWTEST, SECOMS, SINUS, and TOMAS are introduced, and their R&D work on the services implemented in the different te
Publikováno v:
IEEE Transactions on Signal Processing. 45:747-756
Neural networks have been used for modeling the nonlinear characteristics of memoryless nonlinear channels using backpropagation (BP) learning with experimental training data. In order to better understand this neural network application, this paper
Autor:
M. Ibnkahla
Publikováno v:
IEEE Signal Processing Letters. 9:315-317
This letter applies natural gradient (NG) learning neural networks for adaptive inversion of Hammerstein systems. The system model is composed of a memoryless nonlinearity g(.) followed by a linear filter H. The inverse system is modeled by a neural
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.