El aprendizaje profundo potenciado por RF en entornos al aire libre: avances recientes, desafíos y futuras direcciones
Autores: Nguyen, Quang D. M.; Lukito, William D.; Liu, Xuemeng; Liu, Chang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
El aprendizaje profundo potenciado por RF en entornos al aire libre: avances recientes, desafíos y futuras direcciones
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Avances
Frecuencia de Radio
Técnicas de detección
Aplicaciones al aire libre
Aprendizaje Profundo
Desafíos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Recientemente, con los avances en la tecnología de Aprendizaje Profundo (DL), la detección de Radio Frecuencia (RF) ha experimentado mejoras sustanciales, especialmente en aplicaciones al aire libre. Motivada por estos avances, esta encuesta presenta una revisión exhaustiva de las técnicas de detección de RF de última generación en escenarios al aire libre desafiantes con problemas prácticos como el desvanecimiento, la interferencia y la dinámica ambiental.
Descripción
Recientemente, con los avances en la tecnología de Aprendizaje Profundo (DL), la detección de Radio Frecuencia (RF) ha experimentado mejoras sustanciales, especialmente en aplicaciones al aire libre. Motivada por estos avances, esta encuesta presenta una revisión exhaustiva de las técnicas de detección de RF de última generación en escenarios al aire libre desafiantes con problemas prácticos como el desvanecimiento, la interferencia y la dinámica ambiental.