EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Real-time energy-efficient indoor tracking system based on edge AI and ultra-low-power sensor nodes

Mohamed Khalil Baazaoui, Robert Fromm, Ahmed Fakhfakh, Faouzi Derbel

Results in Engineering · 2026-12 · 32 · 113117

DOI: 10.1016/j.rineng.2026.113117 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Results in Engineering, 2026-12. Verfasst von Mohamed Khalil Baazaoui und 3 weiteren Autor:innen. Die Arbeit nennt 60 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Deutscher Akademischer Austauschdienst, Europäischer Sozialfonds.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Deutscher Akademischer Austauschdienst
  • Europäischer Sozialfonds

Zitieren

APA

Baazaoui, M. K., Fromm, R., Fakhfakh, A., & Derbel, F. (2026). Real-time energy-efficient indoor tracking system based on edge AI and ultra-low-power sensor nodes. Results in Engineering, 32, 113117. https://doi.org/10.1016/j.rineng.2026.113117

Vancouver

Baazaoui MK, Fromm R, Fakhfakh A, Derbel F. Real-time energy-efficient indoor tracking system based on edge AI and ultra-low-power sensor nodes. Results in Engineering. 2026;32:113117. doi:10.1016/j.rineng.2026.113117

BibTeX
@article{Baazaoui2026,
  author = {Baazaoui, Mohamed Khalil and Fromm, Robert and Fakhfakh, Ahmed and Derbel, Faouzi},
  title = {Real-time energy-efficient indoor tracking system based on edge AI and ultra-low-power sensor nodes},
  journal = {Results in Engineering},
  year = {2026},
  volume = {32},
  pages = {113117},
  doi = {10.1016/j.rineng.2026.113117}
}
Kostenlos starten →