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

ViRSMALNet: A Twin-Tier LSTM-Based Deep Learning Network for Indoor MIMO RSMA VLC Systems

Anagha K. Kowshik, Sanjeev Gurugopinath, Sami Muhaidat

IEEE Open Journal of the Communications Society · 2024 · 5 · 2735-2747

DOI: 10.1109/ojcoms.2023.3336772 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Open Journal of the Communications Society, 2024. Verfasst von Anagha K. Kowshik und 2 weiteren Autor:innen. Die Arbeit wurde bisher 4-mal zitiert (Crossref) und nennt 55 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Kowshik, A. K., Gurugopinath, S., & Muhaidat, S. (2024). ViRSMALNet: A Twin-Tier LSTM-Based Deep Learning Network for Indoor MIMO RSMA VLC Systems. IEEE Open Journal of the Communications Society, 5, 2735-2747. https://doi.org/10.1109/ojcoms.2023.3336772

Vancouver

Kowshik AK, Gurugopinath S, Muhaidat S. ViRSMALNet: A Twin-Tier LSTM-Based Deep Learning Network for Indoor MIMO RSMA VLC Systems. IEEE Open Journal of the Communications Society. 2024;5:2735-2747. doi:10.1109/ojcoms.2023.3336772

BibTeX
@article{Kowshik2024,
  author = {Kowshik, Anagha K. and Gurugopinath, Sanjeev and Muhaidat, Sami},
  title = {ViRSMALNet: A Twin-Tier LSTM-Based Deep Learning Network for Indoor MIMO RSMA VLC Systems},
  journal = {IEEE Open Journal of the Communications Society},
  year = {2024},
  volume = {5},
  pages = {2735--2747},
  doi = {10.1109/ojcoms.2023.3336772}
}
Kostenlos starten →