Hlavní stránka > Výsledky hledání: Dinh Le, Thao
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.00 vteřin. 
Machine Learning-based Fingerprinting Localization in 5G Cellular Networks
 Dinh Le, Thao ; Mašek, Pavel
This study explores the viability of employing machine learning (ML)-based fingerprinting localization in 5G heterogeneous cellular networks. We conducted an extensive measurement campaign to collect data and utilized them to train three ML models: Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Support Vector Machine (SVM). The findings reveal that RF delivers the highest accuracy among the three ML algorithms. Furthermore, the results indicate that 5G New Radio (NR) can benefit the most from this localization method due to the dense deployment of base stations, achieving median localization errors of 17.5 m and 106 m during the validation and testing phases, respectively.
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English