Szczegóły publikacji
Opis bibliograficzny
Uczenie reprezentacji sieci IEEE 802.11 z wykorzystaniem grafowych sieci neuronowych — Representation learning of IEEE 802.11 networks using graph neural networks / Maksymilian WOJNAR // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 263–266. — Bibliogr. s. 266, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
Autor
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 162447 |
|---|---|
| Data dodania do BaDAP | 2025-09-15 |
| Tekst źródłowy | URL |
| DOI | 10.15199/59.2025.4.58 |
| Rok publikacji | 2025 |
| Typ publikacji | referat w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne |
Abstract
lncreasing the density of Wi-Fi networks and developing advanced coexistence mechanisms, such as Multi-Access Point Coordination (MAPC), requires effective network topology modeling methods. This paper proposes the use of graph neural networks to learn representations of IEEE 802.11 networks, enabling their further analysis, visualization and application in MAPC transmission planning.
Streszczenie
Wraz ze wzrostem gęstości sieci WiFi oraz rozwojem zaawansowanych mechanizmów koegzystencji, takich jak Multi-Access Point Coordination (MAPC), rośnie zapotrzebowanie na skuteczne metody modelowania topologii sieci. W niniejszej pracy zaproponowano wykorzystanie grafowych sieci neuronowych do uczenia reprezentacji sieci IEEE 802.11, umożliwiając ich dalszą analizę, wizualizację oraz zastosowanie w planowaniu transmisji MAPC.
