SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Caso Giuseppe)
 

Sökning: WFRF:(Caso Giuseppe) > (2024) > A Large-Scale Datas...

A Large-Scale Dataset of 4G, NB-IoT, and 5G Non-Standalone Network Measurements

Kousias, Konstantinos (författare)
University of Oslo, Norway
Rajiullah, Mohammad, 1981- (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Caso, Giuseppe (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
visa fler...
Ali, Usman (författare)
Sapienza University of Rome, Italy
Alay, Özgü (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013),University of Oslo, Norway
Brunstrom, Anna, 1967- (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
De Nardis, Luca (författare)
Sapienza University of Rome, Italy
Neri, Marco (författare)
Rohde & Schwarz, Italy
Di Benedetto, Maria-Gabriella (författare)
Sapienza University of Rome, Italy
visa färre...
 (creator_code:org_t)
IEEE, 2024
2024
Engelska.
Ingår i: IEEE Communications Magazine. - : IEEE. - 0163-6804 .- 1558-1896. ; 62:5, s. 44-49
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Mobile networks are highly complex systems. Therefore, it is crucial to examine them from an empirical perspective to better understand how network features affect performance, so to suggest additional improvements. To this aim, this paper presents a large-scale dataset of measurements collected over fourth generation (4G) and fifth generation (5G) operational networks, providing Long Term Evolution (LTE), Narrowband Internet of Things (NB-IoT), and 5G New Radio (NR) connectivity. We collected our dataset during seven weeks in Rome, Italy, by performing several tests on the infrastructures of two major mobile network operators (MNOs). The open-sourced dataset has enabled multi-faceted analyses of network deployment, coverage, and end-user performance, and can be further used for designing and testing artificial intelligence (AI) and machine learning (ML) solutions for network optimization.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Kommunikationssystem (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Communication Systems (hsv//eng)

Nyckelord

Computer Science
Datavetenskap

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy