Denoising-Autoencoder-Aided Euclidean Distance Matrix Reconstruction for Connectivity-Based Localization: A Low-Rank Perspective

In contrast to conventional localization methods, connectivity-based localization is a promising approach that leverages wireless links among network nodes. Here, the Euclidean distance matrix (EDM) plays a pivotal role in implementing the multidimensional scaling technique for the localization of w...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Applied sciences Jg. 15; H. 5; S. 2656
Hauptverfasser:	Lee, Woong-Hee, Ozger, Mustafa, Challita, Ursula, Song, Taewon
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Basel MDPI AG 01.03.2025
Schlagworte:	Accuracy Algorithms Big Data Connectivity connectivity-based localization Data mining Datasets Deep learning denoising autoencoder Efficiency Eigenvalues Energy consumption Euclidean distance matrix Euclidean space Internet of Things Localization multidimensional scaling Neural networks Optimization Sensors Wireless networks
ISSN:	2076-3417, 2076-3417
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!