Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
200
konferencja
Status:
Autorzy: Rymarczyk Tomasz, Dziadosz Marcin, Kosior-Romanowska Amelia, Mazurek Mariusz, Tchórzewski Paweł, Wójcik Dariusz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Elektroniczna
Język: angielski
Strony: 1562 - 1564
Web of Science® Times Cited: 0
Bazy: Web of Science
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 32nd Annual International Conference on Mobile Computing and Networking
Skrócona nazwa konferencji: 32nd ACM MobiCom 2026
URL serii konferencji: LINK
Termin konferencji: 26 października 2026 do 30 października 2026
Miasto konferencji: Austin
Państwo konferencji: STANY ZJEDNOCZONE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 26 października 2026
Abstrakty: angielski
Low-cost optical tomography could enable mobile and edge-based anomaly detection, material monitoring, and smart spaces, but practical applications are limited by scattering, sensor sparsity, calibration drift, and computational constraints. We present preliminary research on an edge-enhanced optical tomography platform that combines a lightweight optical sensor prototype with a digital twin, a proprietary Monte Carlo method for calibration, and synthetic data generation. Our results demonstrate how material inhomogeneities affect photon transport and detector response, motivating a hybrid reconstruction process that balances accuracy, latency, and energy consumption. The paper demonstrates a roadmap for simulation-to-reality evaluation using optical phantoms and embedded hardware, targeting reliable inclusion detection in sensor-based setups.