A Machine Learning-based Approach for Vehicular Tracking in Low Power Wide Area Networks / Bertolusso, M., Spanu, M., Pettorru, G., Anedda, M., Fadda, M., Girau, R., Farina, M., Giusto, D.. - (2022), pp. 1-6. [10.1109/BMSB55706.2022.9828755]

A Machine Learning-based Approach for Vehicular Tracking in Low Power Wide Area Networks

Anedda, Matteo;Fadda, Mauro;
2022-01-01

2022
2022 IEEE International Symposium on Broadband Multimedia Systems and Broadcasting (BMSB)
1
6
6
978-1-6654-6901-2
A Machine Learning-based Approach for Vehicular Tracking in Low Power Wide Area Networks / Bertolusso, M., Spanu, M., Pettorru, G., Anedda, M., Fadda, M., Girau, R., Farina, M., Giusto, D.. - (2022), pp. 1-6. [10.1109/BMSB55706.2022.9828755]
4 Contributo in Atti di Convegno (Proceeding)::4.1 Contributo in Atti di convegno
Bertolusso, Marco; Spanu, Michele; Pettorru, Giovanni; Anedda, Matteo; Fadda, Mauro; Girau, Roberto; Farina, Massimo; Giusto, Daniele
273
8
none
info:eu-repo/semantics/conferenceObject
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11388/294908
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? 1
social impact