Retour
  1. Accueil
  3. Référence détaillée
Télécharger
Article (Périodiques scientifiques)
Trend-Aware Proactive Caching via Tensor Train Decomposition: A Bayesian Viewpoint
MEHRIZI RAHMAT ABADI, Sajad; X. Vu, Thang; CHATZINOTAS, Symeon et al.
2021 • In IEEE Open Journal of the Communications Society, (4369)
Peer reviewed vérifié par ORBi
Permalien
https://hdl.handle.net/10993/48195
 

Documents (1)Envoyer versDétailsStatistiquesBibliographiePublications similaires

Documents

Texte intégral
Trend-Aware_Proactive_Caching_via_Tensor_Train_Decomposition_A_Bayesian_Viewpoint.pdf
Postprint Éditeur (1.78 MB)
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers


Détails


Disciplines :
Ingénierie électrique & électronique
Auteur, co-auteur :
MEHRIZI RAHMAT ABADI, Sajad ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > SigCom
X. Vu, Thang
CHATZINOTAS, Symeon  ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > SigCom
OTTERSTEN, Björn  ;  University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT)
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
Trend-Aware Proactive Caching via Tensor Train Decomposition: A Bayesian Viewpoint
Date de publication/diffusion :
22 avril 2021
Titre du périodique :
IEEE Open Journal of the Communications Society
eISSN :
2644-125X
Maison d'édition :
Luxembourg, New York, Etats-Unis - New York
Fascicule/Saison :
4369
Peer reviewed :
Peer reviewed vérifié par ORBi
Projet FnR :
FNR11826975 - Online Learning For Edge-caching In Hybrid Satellite-terrestrial Networks, 2017 (01/09/2017-31/08/2021) - Sajad Mehrizi
Disponible sur ORBilu :
depuis le 03 octobre 2021

Statistiques

Nombre de vues
171 (dont 8 Unilu)
Nombre de téléchargements
77 (dont 2 Unilu)
Voir plus de statistiques

Bibliographie

Publications similaires


Contacter ORBilu