Weiter zum Inhalt
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Login
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Erweitert
  • AI-Driven Vehicle Condition Monitoring with Cell-Aware Edge Service Migration
Buchumschlag

AI-Driven Vehicle Condition Monitoring with Cell-Aware Edge Service Migration

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Kalalas, Charalampos, Mulinka, Pavol, Belmonte, Guillermo Candela, Fornell, Miguel, Dalgitsis, Michail, Vera, Francisco Paredes, Sánchez, Javier Santaella, Villares, Carmen Vicente, Sedar, Roshan, Datsika, Eftychia, Antonopoulos, Angelos, Ojea, Antonio Fernández, Payaro, Miquel
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Networking and Internet Architecture
Artificial Intelligence
Online-Zugang:
Acceder al recurso
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
  • Zitieren
  • SMS versenden
  • Als E-Mail versenden
  • Drucken
  • Datensatz exportieren
    • Exportieren nach RefWorks
    • Exportieren nach EndNoteWeb
    • Exportieren nach EndNote
  • Zu den Favoriten
  • Persistenter Link
  • Exemplare
  • Beschreibung
  • Kommentare
  • Ähnliche Einträge
  • Internformat

Online

https://arxiv.org/abs/2506.02785

Ähnliche Einträge

  • Knowledge Transfer for Collaborative Misbehavior Detection in Untrusted Vehicular Environments
    von: Sedar, Roshan, et al.
    Veröffentlicht: (2024)
  • Towards High-Fidelity and Trustworthy Digital Twins for Fault Diagnosis in Grid Connected Inverters
    von: Mulinka, P., et al.
    Veröffentlicht: (2025)
  • Self-Supervised Learning at the Edge: The Cost of Labeling
    von: Pereira, Roberto, et al.
    Veröffentlicht: (2025)
  • Energy-Efficient Federated Learning for AIoT using Clustering Methods
    von: Pereira, Roberto, et al.
    Veröffentlicht: (2025)
  • Measuring Data Similarity for Efficient Federated Learning: A Feasibility Study
    von: Famá, Fernanda, et al.
    Veröffentlicht: (2024)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 64,057© 2026 Universidad del Mar