Generative Learning for Wireless Communications by Zhang, Songyang; Zhang, Shuai; Huang, Chuan;

Fundamentals and Applications

20% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 153.99
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

60 148 Ft (57 284 Ft + 5% áfa)
Kedvezmény(ek) 20% (cc. 12 030 Ft off)
Kedvezményes ár 48 119 Ft (45 827 Ft + 5% áfa)
A kedvezmény érvényes eddig: 2026. június 30.

60 148 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Elsevier Science
Megjelenés dátuma 2026. július 1.

ISBN 9780443414978
Kötéstípus Puhakötés
Terjedelem325 oldal
Méret 235x191 mm
Súly 450 g
Nyelv angol

Kategóriák

Villamosmérnöki tudományok, híradástechnika, műszeripar Média- és információipar Villamosmérnöki tudományok, híradástechnika, műszeripar (karitatív célú kampány) Média- és információipar (karitatív célú kampány)

Hosszú leírás:

Generative learning (GL) has emerged as an essential tool for data processing and network optimization in the broad area of next-generation communication systems. Generative Learning for Wireless Communications: Fundamentals and Applications provides a comprehensive and systematic tutorial for applying generative learning models to wireless communications. It explains the core concepts of state-of-the-art generative learning models, including generative adversarial nets, variational autoencoder, and other advanced models, such as transformers and diffusion models, and then shows their application to specific areas in wireless communications.

Több

Tartalomjegyzék:

Part I - Introduction
1. Wireless Communications in the Era of Artificial Intelligence
2. Overview of Generative AI models and Potentials in Wireless Communications

Part II - Foundations of Generative Learning Models
3. Fundamentals of Generative Adversarial Nets
4. Fundamentals of Variational Auto Encoder
5. Introduction of Advanced Generative AI Models: Diffusion and Transformers

Part III - Generative AI for Physical Networking and Communication Theory
6. Generative AI for Channel Modeling and Estimation
7. Generative AI for Integrated Sensing and Communications
8. Generative AI for Spectrum Sensing and Coverage Estimation

Part IV - Generative AI for Data Transmission and Communication Architecture
9. Generative AI for Joint Source and Channel Coding
10. Generative AI for Data-Oriented Communications
11. Generative AI for Semantic and Task-Oriented Communications

Part V - Generative AI for Distributed Networking and Edge Computing
12. Generative AI Empowered Federated Learning
113. Generative AI for Mobile Edge Computing

Part VI - Generative AI for Emerging Technologies and Applications
14. Generative AI and Digital Twin
15. AI-Generated Content Service
16. Trustworthy Generative AI for Wireless Communications
17. Data Management for Generative AI in Wireless Communications

Part VII - Conclusion
18. Summary, Insights and Future Directions