EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

A federated learning approach to QoS forecasting in cellular vehicular communications: Approaches and empirical evidence

Nehal Baganal-Krishna, Ralf Lübben, Eirini Liotou, Konstantinos V. Katsaros, Amr Rizk

Computer Networks · 2024-04 · 242 · 110239

DOI: 10.1016/j.comnet.2024.110239 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computer Networks, 2024-04. Verfasst von Nehal Baganal-Krishna und 4 weiteren Autor:innen. Die Arbeit wurde bisher 12-mal zitiert (Crossref) und nennt 42 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: European Commission, Horizon 2020.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • European Commission
  • Horizon 2020

Zitieren

APA

Baganal-Krishna, N., Lübben, R., Liotou, E., Katsaros, K. V., & Rizk, A. (2024). A federated learning approach to QoS forecasting in cellular vehicular communications: Approaches and empirical evidence. Computer Networks, 242, 110239. https://doi.org/10.1016/j.comnet.2024.110239

Vancouver

Baganal-Krishna N, Lübben R, Liotou E, Katsaros KV, Rizk A. A federated learning approach to QoS forecasting in cellular vehicular communications: Approaches and empirical evidence. Computer Networks. 2024;242:110239. doi:10.1016/j.comnet.2024.110239

BibTeX
@article{BaganalKrishna2024,
  author = {Baganal-Krishna, Nehal and Lübben, Ralf and Liotou, Eirini and Katsaros, Konstantinos V. and Rizk, Amr},
  title = {A federated learning approach to QoS forecasting in cellular vehicular communications: Approaches and empirical evidence},
  journal = {Computer Networks},
  year = {2024},
  volume = {242},
  pages = {110239},
  doi = {10.1016/j.comnet.2024.110239}
}
Kostenlos starten →