Zobrazeno 1 - 10
of 2 028
pro vyhledávání: '"P. Ramoni"'
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.
The forthcoming sixth-generation (6G) industrial Internet-of-Things (IIoT) subnetworks are expected to support ultra-fast control communication cycles for numerous IoT devices. However, meeting the stringent requirements for low latency and high reli
Externí odkaz:
http://arxiv.org/abs/2411.12557
Autor:
Uyoata, Uyoata E., Adeogun, Ramoni O.
Deep learning has been used to tackle problems in wireless communication including signal detection, channel estimation, traffic prediction, and demapping. Achieving reasonable results with deep learning typically requires large datasets which may be
Externí odkaz:
http://arxiv.org/abs/2408.16401
Autor:
Uyoata, Uyoata E., Akinsolu, Mobayode O., Obayiuwana, Enoruwa, Sangodoyin, Abimbola, Adeogun, Ramoni
The use of Intelligent Reflecting Surfaces (IRSs) is considered a potential enabling technology for enhancing the spectral and energy efficiency of beyond 5G communication systems. In this paper, a joint relay and intelligent reflecting surface (IRS)
Externí odkaz:
http://arxiv.org/abs/2408.16399
Autor:
Madsen, Bjarke, Adeogun, Ramoni
Recently, 6G in-X subnetworks have been proposed as low-power short-range radio cells to support localized extreme wireless connectivity inside entities such as industrial robots, vehicles, and the human body. Deployment of in-X subnetworks within th
Externí odkaz:
http://arxiv.org/abs/2406.07383
Autor:
Abode, Daniel, Ana, Pedro Maia de Sant, Artemenko, Alexander, Adeogun, Ramoni, Berardinelli, Gilberto
In this paper, we develop a novel power control solution for subnetworks-enabled distributed control systems in factory settings. We propose a channel-independent control-aware (CICA) policy based on the logistic model and learn the parameters using
Externí odkaz:
http://arxiv.org/abs/2405.11355
This paper investigates energy-efficient transmission protocols in relay-assisted federated learning (FL) setup within industrial subnetworks, considering latency and power constraints. In the subnetworks, devices collaborate to train a global model
Externí odkaz:
http://arxiv.org/abs/2404.18010
In-body subnetworks (IBS) are envisioned to support reliable wireless connectivity for emerging applications including extended reality (XR) in the human body. As the deployment of in-body sub-networks is uncontrollable by nature, the dynamic radio r
Externí odkaz:
http://arxiv.org/abs/2403.11891