| Autor: |
Roqui, Julian |
| Přispěvatelé: |
Laboratoire d'Electronique, Antennes et Télécommunications (LEAT), Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA), Master 2 ESTEL Université Côte d'Azur |
| Jazyk: |
francouzština |
| Rok vydání: |
2021 |
| Předmět: |
|
| Zdroj: |
[Rapport de recherche] Master 2 ESTEL Université Côte d'Azur. 2021, pp.51 |
| Popis: |
équipe CMA et EDGEencadré par Leonardo Lizzi, Luca Santamaria, Lyes Khacef et Alain Pegatoquet; L'objectif de ce travail est de développer une approche basée sur l’apprentissage automatique (Machine Learning) pour l’estimation de la performance des antennes miniatures dans des applications pratiques. L’idée est d’obtenir un outil automatique capable de prédire les meilleures performances (en terme de bande passante, d’efficacité, etc.) que l’antenne peut obtenir lorsque des contraintes pratiques, telles que la dimension du terminal, la position ou encore l’intégration de l’antenne dans l’appareil et les matériaux adoptés sont pris en considération. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
