Pilot sequence allocation schemes in massive MIMO systems using heuristic approaches (2022)
- Authors:
- Autor USP: BONIDIA, ROBSON PARMEZAN - ICMC
- Unidade: ICMC
- DOI: 10.3390/app12105117
- Subjects: APRENDIZADO COMPUTACIONAL; BIOINFORMÁTICA; HEURÍSTICA; ALGORITMOS GENÉTICOS
- Keywords: pilot sequences; resource allocation; Massive MIMO
- Language: Inglês
- Imprenta:
- Source:
- Título: Applied Sciences
- ISSN: 2076-3417
- Volume/Número/Paginação/Ano: v. 12, n. 10, p. 1-21, 2022
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MATOS, Everton Alex et al. Pilot sequence allocation schemes in massive MIMO systems using heuristic approaches. Applied Sciences, v. 12, n. 10, p. 1-21, 2022Tradução . . Disponível em: https://doi.org/10.3390/app12105117. Acesso em: 01 abr. 2026. -
APA
Matos, E. A., Bonidia, R. P., Sanches, D. S., Pozza, R. S., & Sampaio, L. D. H. (2022). Pilot sequence allocation schemes in massive MIMO systems using heuristic approaches. Applied Sciences, 12( 10), 1-21. doi:10.3390/app12105117 -
NLM
Matos EA, Bonidia RP, Sanches DS, Pozza RS, Sampaio LDH. Pilot sequence allocation schemes in massive MIMO systems using heuristic approaches [Internet]. Applied Sciences. 2022 ; 12( 10): 1-21.[citado 2026 abr. 01 ] Available from: https://doi.org/10.3390/app12105117 -
Vancouver
Matos EA, Bonidia RP, Sanches DS, Pozza RS, Sampaio LDH. Pilot sequence allocation schemes in massive MIMO systems using heuristic approaches [Internet]. Applied Sciences. 2022 ; 12( 10): 1-21.[citado 2026 abr. 01 ] Available from: https://doi.org/10.3390/app12105117 - BioAutoML: Democratizing Machine Learning in Life Sciences
- BioAutoML: democratizing machine learning in life sciences
- Democratising artificial intelligence for pandemic preparedness and global governance in latin american and caribbean countries
- Procedural versus human level generation: two sides of the same coin?
- A novel decomposing model with evolutionary algorithms for feature selection in long non-coding RNAs
- MathFeature: feature extraction package for DNA, RNA and protein sequences based on mathematical
- Feature extraction approaches for biological sequences: a comparative study of mathematical features
- Breaking barriers: democratizing machine learning for RNA-protein interaction prediction in life sciences
- Ciência de dados: fundamentos e aplicações
- CRISPRloci: comprehensive and accurate annotation of CRISPR-Cas systems
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3082101.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
