AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-21
CorteXforge:実テストベッド上でのシナリオベースRFデータセット生成
原題: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds
RF信号解析の深層学習には大規模なアノテーション済みデータセットが必要だが、合成データセットは物理的リアリティを制御可能性と引き換えにし、制御されていない空中波(OTA)測定はリアリティがある一方で再現性が限られるという課題を扱った。CorteXforgeは高水準のRFシナリオをSLICES-RI/CorteXlabプラットフォーム上で実行される同期実験へ自動的に変換し、ハードウェアの非理想性や伝搬効果を捉えた完全アノテーション付きのSIGMF形式データセットを生成するフレームワークである。ModForgeというOTAデータセットを用いた自動変調識別による検証では、合成データから実データへの性能ギャップが明らかになるとともに、合成データによる事前学習がOTAデータへの適応に依然として有効であることが示された。