Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Intelligent and Sustainable Aerial-Terrestrial IoT Networks

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (DMP) (si apre in una nuova finestra)

This deliverable will define what data will be open for verification and reuse and how it will be curated and preserved and specify which datasets remain closed in order to take part in the Pilot on Open Research Data RRDP

Pubblicazioni

Ubiquitous and Robust UxV Networks: Overviews, Solutions, Challenges, and Opportunities (si apre in una nuova finestra)

Autori: Z. Li, G. Min, R. Peng, C. Luo, L. Zhang, C. Luo
Pubblicato in: IEEE Network, Numero 38(2), 2024, Pagina/e 26-34, ISSN 0890-8044
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/mnet.2024.3352691

A Self-Adaptive Automatic Incident Detection System for Road Surveillance Based on Deep Learning (si apre in una nuova finestra)

Autori: César Bartolomé-Hornillos, Luis M. San-José-Revuelta, Javier M. Aguiar-Pérez, Carlos García-Serrada, Eduardo Vara-Pazos, Pablo Casaseca-de-la-Higuera
Pubblicato in: Sensors, Numero 24, 2025, Pagina/e 1822, ISSN 1424-8220
Editore: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/s24061822

Online Service Migration in Mobile Edge with Incomplete System Information: A Deep Recurrent Actor-Critic Learning Approach (si apre in una nuova finestra)

Autori: J. Wang, J. Hu, G. Min, Q. Ni, T. El-Ghazawi
Pubblicato in: IEEE Transactions on Mobile Computing, Numero 22(11), 2023, Pagina/e 6663-6675, ISSN 1536-1233
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tmc.2022.3197706

Multi-Task Federated Learning for Personalised Deep Neural Networks in Edge Computing (si apre in una nuova finestra)

Autori: J. Mills, J. Hu, G. Min
Pubblicato in: IEEE Transactions on Parallel and Distributed Systems, Numero 33(3), 2022, Pagina/e 630-641, ISSN 1045-9219
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpds.2021.3098467

Federated Ensemble Model-based Reinforcement Learning in Edge Computing (si apre in una nuova finestra)

Autori: J. Wang, J. Hu, J. Mills, G. Min, M. Xia, N. Georgalas
Pubblicato in: IEEE Transactions on Parallel and Distributed Systems, Numero 34(6), 2023, Pagina/e 1848-1859, ISSN 1045-9219
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpds.2023.3264480

Federated Learning for Distributed IIoT Intrusion Detection using Transfer Approaches (si apre in una nuova finestra)

Autori: J. Zhang, C. Luo, M. Carpenter, G. Min
Pubblicato in: IEEE Transactions on Industrial Informatics, Numero 19(7), 2023, Pagina/e 8159-8169, ISSN 1551-3203
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tii.2022.3216575

Simplifying YOLOv5 for deployment in a real crop monitoring setting (si apre in una nuova finestra)

Autori: Emmanuel C. Nnadozie, Pablo Casaseca‑de‑la‑Higuera, Ogechukwu Iloanusi, Ozoemena Ani, Carlos Alberola‑López
Pubblicato in: Multimedia Tools and Applications, 2023, ISSN 1380-7501
Editore: Kluwer Academic Publishers
DOI: 10.1007/s11042-023-17435-x

Accelerating Federated Learning with a Global Biased Optimiser (si apre in una nuova finestra)

Autori: J. Mills, J. Hu, G. Min, R. Jin, S. Zheng, J. Wang
Pubblicato in: IEEE Transactions on Computers, Numero 72(6), 2023, Pagina/e 1804-1814, ISSN 0018-9340
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tc.2022.3212631

Client-Side Optimization Strategies for Communication-Efficient Federated Learning (si apre in una nuova finestra)

Autori: J. Mills, J. Hu, G. Min
Pubblicato in: IEEE Communications Magazine, Numero 60(7), 2022, Pagina/e 60-66, ISSN 0163-6804
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/mcom.005.210108

Insight into ADHD diagnosis with deep learning on Actimetry: Quantitative interpretation of occlusion maps in age and gender subgroups (si apre in una nuova finestra)

Autori: Patricia Amado-Caballero, Pablo Casaseca-de-la-Higuera, Susana Alberola-López, Jesús María Andrés-de-Llano, José Antonio López-Villalobos, Carlos Alberola-López
Pubblicato in: Artificial Intelligence in Medicine, Numero 143, 2023, Pagina/e 102630, ISSN 0933-3657
Editore: Elsevier BV
DOI: 10.1016/j.artmed.2023.102630

Deep Reinforcement Learning-Based Task Scheduling and Resource Allocation for Vehicular Edge Computing: A Survey (si apre in una nuova finestra)

Autori: Peisong Li, Xinheng Wang, Changle Li, Muddesar Iqbal, Anwer Al-Dulaimi, Chih-Lin I, Pablo Casaseca-de-la-Higuera
Pubblicato in: IEEE Transactions on Intelligent Transportation Systems, 2025, Pagina/e 1-30, ISSN 1524-9050
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tits.2025.3607910

Multiagent Reinforcement Learning-Based Multimodel Running Latency Optimization in Vehicular Edge Computing Paradigm (si apre in una nuova finestra)

Autori: Peisong Li, Ziren Xiao, Xinheng Wang, Muddesar Iqbal, Pablo Casaseca-de-la-Higuera
Pubblicato in: IEEE Systems Journal, Numero 18, 2024, Pagina/e 1860-1870, ISSN 1932-8184
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jsyst.2024.3407213

Optimization of a Deep-Learning-Based Cough Detector Using eXplainable Artificial Intelligence for Implementation on Mobile Devices (si apre in una nuova finestra)

Autori: P. Amado-Caballero, I Varona-Peña, B. Gutiérrez-García, J. Aguiar-Pérez, M. Rodriguez-Cayetano, J. Gomez-Gil, J. Garmendia-Leiza, P. Casaseca-De-la-higuera
Pubblicato in: Proceedings of the 18th International Joint Conference on Biomedical Engineering Systems and Technologies, 2025, Pagina/e 491-498
Editore: SCITEPRESS - Science and Technology Publications
DOI: 10.5220/0013141500003911

Online Active Learning For LSTM-Based Network Traffic Prediction (si apre in una nuova finestra)

Autori: Pablo Casaseca-de-la-Higuera, Javier M. Aguiar, Patricia Amado-Caballero, Antonio J. Morgado, Joana da Silva Moreira, Chunbo Luo, Xinheng Wang
Pubblicato in: 2025 International Conference on Software, Knowledge, Information Management & Applications (SKIMA), 2025, Pagina/e 1-5
Editore: IEEE
DOI: 10.1109/skima66621.2025.11155629

È in corso la ricerca di dati su OpenAIRE...

Si è verificato un errore durante la ricerca dei dati su OpenAIRE

Nessun risultato disponibile

Il mio fascicolo 0 0