Il centro-sinistra di Aldo Moro (1958-1968) / Pietro Panzarino ; presentazione di Agostino Giovagnoli

• Record Nr.: UNINA990010108300403321
• Autore: Panzarino, Pietro
• Pubbl/distr/stampa: Venezia ; Marsilio ; [Roma] : Istituto Luigi Sturzo, 2014
• ISBN: 978-88-317-1789-2
• Descrizione fisica: XII, 225 p. ; 21 cm
• Collana: Saggi
• Disciplina: 945.0926
• Locazione: FSPBC
• Collocazione: XIV B 2606
• Lingua di pubblicazione: Italiano
• Formato: Materiale a stampa
• Livello bibliografico: Monografia

Hybride Beamformingsysteme niedriger Komplexität für den Mobilfunk / / Jörg Eisenbeis

• Record Nr.: UNINA9910591162703321
• Autore: Eisenbeis Jörg
• Pubbl/distr/stampa: Karlsruhe : , : KIT Scientific Publishing, , 2022
• Descrizione fisica: 1 online resource (xxix, 239 pages) : illustrations
• Disciplina: 621.381
• Soggetti: Beamforming
• Lingua di pubblicazione: Tedesco
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Nota di contenuto: Vorwort des Herausgebers i -- Zusammenfassung . iii -- Vorwort v -- Abkürzungen und Symbole xi -- 1 Mobilfunksysteme der Zukunft 1 -- 1.1 Trends zukünftiger Mobilfunkkommunikationssysteme . 3 -- 1.1.1 Small Cells . 3 -- 1.1.2 Zentimeter- und Millimeterwellen . 5 -- 1.1.3 Mehrantennenkommunikationssysteme 6 -- 1.2 Mehrantennensysteme niedriger Komplexität 9 -- 1.3 Zielsetzung und Gliederung der Dissertation . 13 -- 2 MIMO-Signaltheorie und Kanalmodellierung 17 -- 2.1 Mehrantennenkommunikationssysteme 17 -- 2.1.1 Beschreibung von Antennenarraysystemen 18 -- 2.1.2 Signaltheorie zu Mehrantennensystemen . 20 -- 2.1.3 MIMO-OFDM-Signalverarbeitung 27 -- 2.2 Kanalcharakterisierung und -modellierung bei 28 GHz . 30 -- 2.2.1 Kanalmesssysteme . 31 -- 2.2.2 Dämpfungsfaktoren des drahtlosen Übertragungskanals 32 -- 2.2.3 Dynamische Ausbreitungseffekte . 37 -- 2.2.4 MIMO-Kanalmodellierung . 39 -- 2.3 Zusammenfassung zu Kapitel 2 43 -- 3 MIMO-Kanalmesssystem bei 28 GHz 45 -- 3.1 Realisierungen von Kanalmesssystemen . 46 -- 3.2 MIMO-Kanalmesssystem 47 -- 3.2.1 Systemaufbau 48 -- 3.2.2 Kanalschätzungsprinzip 53 -- 3.2.3 Kalibrierungsprinzip und Validierung des Kanalmesssystems . 55 -- 3.3 Ergebnisse der Kanalmesskampagnen . 59 -- 3.3.1 Messszenarien 60 -- 3.3.2 Analyse des 28 GHz-Übertragungskanals . 61 -- 3.4 Zusammenfassung zu Kapitel 3 68 -- 4 Hybride Beamformingarchitekturen und -algorithmen 71 -- 4.1 Grundlagen hybrider Beamformingsysteme 71 -- 4.2 Hybride Beamformingarchitekturen niedriger Komplexität 76 -- 4.2.1 Subarray-; basierte hybride Beamformingsysteme . 77 -- 4.2.2 Subarray-basierte hybride Beamformingsysteme mit Schaltern 89 -- 4.2.3 Subarray-basierte hybride Beamformingsysteme -- mit zusätzlichen Freiheitsgraden . 91 -- 4.3 Energieeffizienz hybrider Beamformingarchitekturen 96 -- 4.4 Vergleich hybrider Beamformingarchitekturen 98 -- 4.4.1 Numerische Analyse mittels PBCM 99 -- 4.4.2 Untersuchung anhand gemessener Übertragungskanäle 105 -- 4.4.3 Effizienzbetrachtung des MIMO-Demonstrators . 108 -- 4.5 Zusammenfassung zu Kapitel 4 112 -- 5 Kanalschätzungsmethoden für hybride Beamformingsysteme 115 -- 5.1 Aktuelle Forschung zu MIMO-Kanalschätzungsverfahren 116 -- 5.1.1 Grundprinzipien der MIMO-Kanalschätzung 116 -- 5.1.2 Suchverfahren 117 -- 5.1.3 Ausnutzung gewonnener Kanalinformationen in niedrigeren Frequenzbereichen . 120 -- 5.1.4 Suchoptimierung durch räumliche Positionsdaten 121 -- 5.1.5 Komprimierte Erfassung dünnbesetzter Übertragungskanäle . 121 -- 5.2 Hierarchische Suchverfahren 123 -- 5.3 Kanalschätzung mittels dünnbesetzter Antennenarrays . 126 -- 5.3.1 SABA-Verfahren 128 -- 5.3.2 MSAM-Verfahren 131 -- 5.3.3 Rekonstruktion der MIMO-Kanalmatrix basierend auf zuschaltbaren Bandpassfiltern 133 -- 5.3.4 Kombination des MSAM- und SABA-Verfahrens 135 -- 5.4 Vergleich der Kanalschätzverfahren 135 -- 5.4.1 Berechnung und Vergleich der Kanalschätzungsdauer 136 -- 5.4.2 Numerischer Vergleich mittels PBCM 142 -- 5.4.3 Untersuchung anhand gemessener Übertragungskanäle 149 -- 5.5 Zusammenfassung zu Kapitel 5 154 -- 6 Messtechnische Analyse eines Subarray-basierten hybriden Beamformingsystems . 157 -- 6.1 Subarray-basierter hybrider Beamforming-Empfänger 157 -- 6.1.1 Systemdesign 158 -- 6.1.2 Kalibrierungsverfahren . 160 -- 6.2 Messtechnische Untersuchung der Kanalschätzungsverfahren 167 -- 6.2.1 Konstruktion und Vermessung hierarchischer Codebücher 167 -- 6.2.2 Messaufbau zur Untersuchung von Winkelschätzverfahren 170 -- 6.2.3 Trennbarkeit in Mehrwegeszenarien mittels hierarchischer Suchverfahren 171 -- 6.2.4 Winkelfehleranalyse der Kanalschätzungsverfahren in Mehrnutzerszenarien 174 -- 6.3 Zusammenfassung zu Kapitel 6 177 -- 7 Schlussfolgerungen 179 -- A Anhang zum MIMO-Kanalmesssystem . 183 -- A.1 HF-Frontend Design und Integration . 183 -- A.2 Berechnung des Azimutwinkels 185 -- A.3 Messszenarien 187 -- A.4 Metriken zur Kanalanalyse 188 -- A.5 Analyse des zeitlichen Verhaltens des Übertragungskanals 189 -- B Anhang zu den Kanalschätzungsmethoden 193 -- B.1 Beispiel von Sektorcodebüchern für lineare Antennenarrays . 193 -- B.2 Anfälligkeit des MSAM-Verfahrens auf Phasenänderungen 194 -- B.3 Richtcharakteristiken der hierarchischen Codebücher für -- 2D-Antennenarrays . 196 -- Literaturverzeichnis 199 -- Eigene Veröffentlichungen 235 -- Journalartikel . 235 -- Konferenzbeiträge 236.
• Sommario/riassunto: Ein wichtiger Baustein zur Steigerung der spektralen Effizienz von drahtlosen Funkkommunikationsnetzwerken stellt der Einsatz von Mehrantennensystemen im Zentimeter- und Millimeterwellenfrequenzbereich dar. Wie diese Mehrantennensysteme mit einem möglichst geringen Hardwareaufwand in Form von hybriden Beamformingsystemen realisiert werden können ist Thema dieser Arbeit.; An important method to increase the spectral efficiency of wireless radio communication networks is the use of multiple-input multiple-output communication systems operating in the centimetre and millimetre wave region. How these multiple-input multiple-output communication systems can be realised with as little hardware effort as ; possible using hybrid beamforming architectures is the subject of this work.

Boosted Statistical Relational Learners : From Benchmarks to Data-Driven Medicine / / by Sriraam Natarajan, Kristian Kersting, Tushar Khot, Jude Shavlik

• Record Nr.: UNINA9910298982003321
• Autore: Natarajan Sriraam
• Pubbl/distr/stampa: Cham : , : Springer International Publishing : , : Imprint : Springer, , 2014
• ISBN: 3-319-13644-5
• Edizione: [1st ed. 2014.]
• Descrizione fisica: 1 online resource (79 p.)
• Collana: SpringerBriefs in Computer Science, , 2191-5776
• Disciplina: 005.75; 005.756
• Soggetti: Artificial intelligence; Statistics; Data mining; Medical informatics; Artificial Intelligence; Statistical Theory and Methods; Data Mining and Knowledge Discovery; Health Informatics
• Lingua di pubblicazione: Inglese
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Note generali: Description based upon print version of record.
• Nota di bibliografia: Includes bibliographical references.
• Nota di contenuto: Introduction -- Statistical Relational Learning -- Boosting (Bi-)Directed Relational Models -- Boosting Undirected Relational Models -- Boosting in the presence of missing data -- Boosting Statistical Relational Learning in Action -- Appendix: Booster System.
• Sommario/riassunto: This SpringerBrief addresses the challenges of analyzing multi-relational and noisy data by proposing several Statistical Relational Learning (SRL) methods. These methods combine the expressiveness of first-order logic and the ability of probability theory to handle uncertainty. It provides an overview of the methods and the key ; assumptions that allow for adaptation to different models and real world applications. The models are highly attractive due to their compactness and comprehensibility but learning their structure is computationally intensive. To combat this problem, the authors review the use of functional gradients for boosting the structure and the parameters of statistical relational models. The algorithms have been applied successfully in several SRL settings and have been adapted to several real problems from Information extraction in text to medical problems. Including both context and well-tested applications, Boosting Statistical Relational Learning from Benchmarks to Data-Driven Medicine is designed for researchers and professionals in machine learning and data mining. Computer engineers or students interested in statistics, data management, or health informatics will also find this brief a valuable resource.