Hamed Hojatian, Jérémy Nadal, Jean-François Frigon
et François Leduc-Primeau
Communication écrite (2022)
Un lien externe est disponible pour ce document
| Département: | Département de génie électrique |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/52756/ |
| Nom de la conférence: | IEEE Global Communications Conference (GLOBECOM 2022) |
| Lieu de la conférence: | Rio de Janeiro, Brazil |
| Date(s) de la conférence: | 2022-12-04 - 2022-12-08 |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/globecom48099.2022.10001155 |
| URL officielle: | https://doi.org/10.1109/globecom48099.2022.1000115... |
| Date du dépôt: | 18 avr. 2023 14:58 |
| Dernière modification: | 05 avr. 2024 11:57 |
| Citer en APA 7: | Hojatian, H., Nadal, J., Frigon, J.-F., & Leduc-Primeau, F. (décembre 2022). Flexible Unsupervised Learning for Massive MIMO Subarray Hybrid Beamforming [Communication écrite]. IEEE Global Communications Conference (GLOBECOM 2022), Rio de Janeiro, Brazil. https://doi.org/10.1109/globecom48099.2022.10001155 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
