Designing Multi-Task Convolutional Variational Autoencoder for Radio Tomographic Imaging

Radio tomographic imaging (RTI) emerges to model the environment and detect the passive targets by a wireless network. In this work, the received signal strength (RSS) measurements are collected from an uncalibrated network, and a multi-task convolutional variational autoencoder model is proposed to...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on circuits and systems. II, Express briefs Ročník 69; číslo 1; s. 219 - 223
Hlavní autoři:	Wu, Hongzhuang, Ma, Xiaoli, Liu, Songyong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.01.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Attenuation Calibration Convolution convolutional neural network Image classification Image reconstruction multi-task learning Noise level Noise levels Noise measurement Radio tomographic imaging Signal strength Target detection Tomography variational autoencoder Wireless networks
ISSN:	1549-7747, 1558-3791
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!