Tri Nhu Do
, Georges Kaddoum et François Leduc-Primeau
Communication écrite (2026)
Un lien externe est disponible pour ce document
| Département: | Département de génie électrique |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/80257/ |
| Nom de la conférence: | Canadian Conference on Electrical and Computer Engineering (CCECE 2026) |
| Lieu de la conférence: | Montréal, QC, Canada |
| Date(s) de la conférence: | 2026-05-18 - 2026-05-20 |
| Maison d'édition: | Institute of Electrical and Electronics Engineers |
| DOI: | 10.1109/ccece68150.2026.11610409 |
| URL officielle: | https://doi.org/10.1109/ccece68150.2026.11610409 |
| Date du dépôt: | 12 août 2026 11:24 |
| Dernière modification: | 12 août 2026 11:24 |
| Citer en APA 7: | Do, T. N., Kaddoum, G., & Leduc-Primeau, F. (mai 2026). Deep Reinforcement Learning-Enabled Anti-Reactive Jamming Strategies for Mobile Cell-Free Interference Networks [Communication écrite]. Canadian Conference on Electrical and Computer Engineering (CCECE 2026), Montréal, QC, Canada. https://doi.org/10.1109/ccece68150.2026.11610409 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
