Коригування параметрів фізичного рівня мобільних мереж
| dc.contributor.advisor | Васильківський, М. В. | uk |
| dc.contributor.author | Якубівська, Н. В. | uk |
| dc.contributor.author | Педан, О. Р. | uk |
| dc.contributor.author | Чуба, Ю. В. | uk |
| dc.contributor.author | Чубатюк, Ю. С. | uk |
| dc.date.accessioned | 2024-03-27T10:11:18Z | |
| dc.date.available | 2024-03-27T10:11:18Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Intelligent technologies for adjusting the physical layer of mobile networks, which are used to optimize and improve the operation of wireless communication systems, are investigated. Such technologies allow to improve the efficiency of data transmission, increase throughput and reduce transmission errors. In particular, we consider the structure of the end-to-end physical layer based on reinforcement learning, which studies how an agent should make decisions in a certain environment to maximize some reward or expected benefit. In the context of the physical layer of a network, reinforcement learning can be used to optimize the behavior of an agent that affects data transmission and control of channel parameters. | en |
| dc.identifier.citation | Коригування параметрів фізичного рівня мобільних мереж [Електронний ресурс] / Н. В. Якубівська, О. Р. Педан, Ю. В. Чуба, Ю. С. Чубатюк; наук. кер. М. В. Васильківський // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2023/paper/view/18582. | uk |
| dc.identifier.udc | 621.391 | |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua/handle/123456789/41237 | |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | Вінницький національний технічний університет | uk |
| dc.relation.ispartof | Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. | uk |
| dc.relation.references | R. He, B. Ai, A.F. Molisch, G.L. St¨uber, Q. Li, Z. Zhong, J. Yu, Clustering enabled wireless channel modeling using big data algorithms. IEEE Commun. Mag. 56(5), 177–183 (2018) | en |
| dc.relation.references | S. Rajendran, W. Meert, D. Giustiniano, V. Lenders, S. Pollin, Deep learning models for wireless signal classification with distributed lowcost spectrum sensors. IEEE Trans. Cognitive Commun. Netw. 4(3), 433–445 (2018) | en |
| dc.relation.references | T.J. O’Shea, T. Roy, T.C. Clancy, Over-the-air deep learning based radio signal classification. IEEE J. Sel. Topics Signal Process. 12(1), 168–179 (2018) | en |
| dc.relation.references | O. Shental, J. Hoydis, Machine LLRning: Learning to softly demodulate, in IEEE Globecom Workshops 2019, HI, USA (2019), pp. 1–7 | en |
| dc.relation.references | Y. Wang, S. Member, M. Liu, Data-driven deep learning for automatic modulation. IEEE Trans. Veh. Technol. 68(4), 4074– 4077 (2019) | en |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2023/paper/view/18582 | |
| dc.subject | adjusting the physical layer of mobile networks | en |
| dc.subject | the structure of the end-to-end physical layer of thenetwork | en |
| dc.title | Коригування параметрів фізичного рівня мобільних мереж | uk |
| dc.type | Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 18582.pdf
- Розмір:
- 185,12 KB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1