Informaatio- ja tietoliikennetekniikan laitos

Ambient Intelligence

Ambient Intelligence -tutkimusryhmä tutkii tehokkaita algoritmeja, jotka mahdollistavat vuorovaikutuksen älykkäiden tilojen kanssa, mukaan lukien henkilökohtainen ja ympäristön kartoitus, käyttökelpoinen turvallisuus, optimointi ja koneoppimismenetelmät.

Ryhmä kehittää algoritmeja laajalle mobiileille järjestelmille, erityisesti Activity recognition ja usable security suhteen. Algoritmit analysoidaan ja optimoidaan mobiiliympäristössä ympäristössä asetettujen rajoitusten suhteen, ja niiden suorituskyky varmistetaan empiirisesti tiukkoissa kokeellisissa tutkimuksissa. Tuloksia esitellään säännöllisesti instrumentointien avulla mobiililaitteista prototyyppi anturilaitteisiin.
Ambient Intelligence

Sahar Golipoor

Visiting Doctoral Researcher

Uusimmat julkaisut

Towards Green Edge Intelligence

Sami Ben Cheikh, Stephan Sigg 2024 IoT 2023 - Proceedings of the 13th International Conference on the Internet of Things

Direction-agnostic gesture recognition system using commercial WiFi devices

Yuxi Qin, Stephan Sigg, Su Pan, Zibo Li 2024 Computer Communications

Message from the general and tpc co-chairs

Abhishek Dubey, Niki Trigoni, Aron Laszka, Stephan Sigg 2023 2023 IEEE International Conference on Smart Computing (SMARTCOMP)

Accurate RF-sensing of complex gestures using RFID with variable phase-profiles

Sahar Golipoor, Stephan Sigg 2023 2023 IEEE 32nd International Symposium on Industrial Electronics, ISIE 2023 - Proceedings

An Application Programming Interface for Android to support dedicated 5G network slicing

Julián Jerónimo Bañuelos, Jose Costa-Requena, Jiayuan He, Flora Salim, Stephan Sigg 2023 IoT 2023 - Proceedings of the 13th International Conference on the Internet of Things

Detecting an Ataxia-Type Disease from Acceleration Data

Eileen Kranzle, Stephan Sigg 2023 2023 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events, PerCom Workshops 2023

Introduction to the Special Issue on Wireless Sensing for IoT

Huadong Ma, Yuan He, Mo Li, Neal Patwari, Stephan Sigg 2023 ACM Transactions on Internet of Things

Knowledge Sharing in AI Services: A Market-based Approach

Thaha Mohammed, Si-Ahmed Naas, Stephan Sigg, Mario Di Francesco 2023 IEEE Internet of Things Journal

Fast converging Federated Learning with Non-IID Data

Si Ahmed Naas, Stephan Sigg 2023 2023 IEEE 97th Vehicular Technology Conference, VTC 2023-Spring - Proceedings

A Joint Radar and Communication Approach for 5G NR using Reinforcement Learning

Dariush Salami, Wanru Ning, Kalle Ruttik, Riku Jantti, Stephan Sigg 2023 IEEE Communications Magazine
Lisää tietoa tutkimuksestamme löytyy Aallon tutkimusportaalista.
Tutkimusportaali
  • Julkaistu:
  • Päivitetty: