( en | de | ru )

 

Disambiguierung von "Quezada-Gaibor, Darwin"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Towards Ubiquitous Indoor Positioning: Comparing Systems across Heterogeneous Datasets.

, , , , , , , , , und . IPIN, Seite 1-8. IEEE, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Darwin Sebayang

Darwin Purba Sigumonrong

Herb Darwin Vest

Rosa Concha Quezada

Hernan Quezada Cabrera

 

Weitere Publikationen von Autoren mit dem selben Namen

Data Cleansing for Indoor Positioning Wi-Fi Fingerprinting Datasets., , , , , , und . MDM, Seite 349-354. IEEE, (2022)New Cluster Selection and Fine-grained Search for k-Means Clustering and Wi-Fi Fingerprinting., , , , , und . ICL-GNSS, Seite 1-6. IEEE, (2020)Lightweight Wi-Fi Fingerprinting with a Novel RSS Clustering Algorithm., , , , und . IPIN, Seite 1-8. IEEE, (2021)Improving DBSCAN for Indoor Positioning Using Wi-Fi Radio Maps in Wearable and IoT Devices., , , , , und . ICUMT, Seite 208-213. IEEE, (2020)Scalable and Efficient Clustering for Fingerprint-Based Positioning., , , , , und . IEEE Internet Things J., 10 (4): 3484-3499 (Februar 2023)Towards Accelerated Localization Performance Across Indoor Positioning Datasets., , , , , und . ICL-GNSS, Seite 1-7. IEEE, (2022)Towards Ubiquitous Indoor Positioning: Comparing Systems across Heterogeneous Datasets., , , , , , , , , und . IPIN, Seite 1-8. IEEE, (2021)Let's Talk about k-NN for Indoor Positioning: Myths and Facts in RF-based Fingerprinting., , , , , , , , , und . IPIN, Seite 1-6. IEEE, (2023)Cloud-based Indoor Positioning Platform for Context-adaptivity in GNSS-denied Scenarios.. University of Tampere, Finland, (2023)base-search.net (ftunivtampere:oai:trepo.tuni.fi:10024/146093).RSS Fingerprinting Dataset Size Reduction Using Feature-Wise Adaptive k-Means Clustering., , , , , und . ICUMT, Seite 195-200. IEEE, (2020)