W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Menu

PL EN
PL EN
Strona główna / Prace dyplomowe / Deep Reinforcement Learning in 5G Base Station Planning with 3D Ray Tracing Engine (Planowanie stacji bazowych systemu 5G z silnikiem śledzenia wiązki 3D i głębokim uczeniem maszynowym)

Praca dyplomowa

Pobierz BibTeX

Tytuł

Deep Reinforcement Learning in 5G Base Station Planning with 3D Ray Tracing Engine (Planowanie stacji bazowych systemu 5G z silnikiem śledzenia wiązki 3D i głębokim uczeniem maszynowym)

Wydział

Wydział Informatyki i Telekomunikacji, Politechnika Poznańska

Promotorzy

Recenzenci

Wariant tytułu

PL Deep Reinforcement Learning in 5G Base Station Planning with 3D Ray Tracing Engine (Planowanie stacji bazowych systemu 5G z silnikiem śledzenia wiązki 3D i głębokim uczeniem maszynowym)

Język

angielski

Typ

praca inżynierska

Data obrony

05.02.2021

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe
Szanowni Państwo, w formularzu zgłoszenia publikacji do SIN, by sprostać wymogom oceny wg kryterium umiędzynarodowienia, pojawiło się nowe pole: "Praca powstała w ramach współpracy międzynarodowej".



5. stycznia 2024 r. ogłoszony został Komunikat Ministra Nauki w sprawie wykazu czasopism naukowych i recenzowanych materiałów z konferencji międzynarodowych. Widoczna w SIN punktacja jest odzwierciedleniem punktacji w PBN (co wymuszone jest procedurami przesyłu danych o publikacjach) – zatem nowe, zmienione Komunikatem, punkty widoczne będą w SIN, gdy tylko zostaną zaktualizowane w PBN. Wg pozyskanych z PBN informacji, Wykaz ma zostać wdrożony w kwietniu.
Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.