Ergebnisse der Workshops 2023 und 2024 des Forschungsschwerpunkts Vernetzte intelligente Infrastrukturen und mobile Systeme (VIMS)

Ergebnisse der Workshops 2023 und 2024 des Forschungsschwerpunkts Vernetzte intelligente Infrastrukturen und mobile Systeme (VIMS) - Editorial - Anovel approach for the optimal scheduling of a rail network (Tom Wenk, Markus Siebertz, Julian Kartte, Chunrong Yuan) - Comparison of Missing Data Imputation Techniques using Autoencoders (Rubaiya Kabir Pranti, Gernot Heisenberg, Sven Woehrle) - FPGA-based acceleration of neural net simulation (Felix Sebastian Nitz) - Improving Traffic Flow Analysis: A Novel Approach to Sound-Based Traffic Density Classif ication (Leon Schex, Luca Schex) - Open RANThreat Analysis of the O-RAN SC Reference Implementation (Henrik Wittemeier, Arn Jonas Dieterich, Andreas Grebe, Thomas Karl)

Metadaten
Author:	Tom Wenk, Markus Siebertz, Julian Karrte, Chunrong Yuan, Rubaiya Kabir Pranti, Gernot Heisenberg, Sven Woehrle, Felix Sebastian Nitz, Leon Schex, Luca Schex, Henrik Wittemeier, Arn Jonas Dieterich, Andreas Grebe, Thomas Karl
URN:	urn:nbn:de:hbz:832-cos4-12400
DOI:	https://doi.org/10.57684/COS-1240
ISSN:	2193-570X
Series (Serial Number):	Kölner Beiträge zur Technischen Informatik (1/2024)
Editor:	Tobias Krawutschke, Beate Rhein, René Wörzberger
Document Type:	Conference Proceeding
Language:	Multiple languages
Release Date:	2024/04/12
Tag:	FPGA ML; Missing Data Imputation; Open RAN; Railroad Network; Traffic Density Classification
GND Keyword:	Technische Informatik
Page Number:	43
Institutes and Central Facilities:	Fakultät für Informations-, Medien- und Elektrotechnik (F07) / Fakultät 07 / Institute of Computer and Communication Technology
CCS-Classification:	H. Information Systems
Dewey Decimal Classification:	000 Allgemeines, Informatik, Informationswissenschaft
JEL-Classification:	A General Economics and Teaching
Open Access:	Open Access
Licence (German):	Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International

Open Access