Deep Learning Based Dynamic Environment Reconstruction for Vehicular ISAC Scenarios
تقترح هذه الورقة إطار عمل يعتمد على التعلم العميق للتحسس والاتصالات المتكاملة (ISAC) للمركبات، والذي يستخدم شبكة متعددة المراحل ومجموعة بيانات لقنوات حضرية من العالم الحقيقي لتحقيق إعادة بناء ديناميكية عالية الجودة وعالية الاتساق الزمني للبيئة في الوقت الفعلي، مما قد يقلل الاعتماد على المستشعرات التقليدية مثل ليدار (LiDAR).