الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-21

CorteXforge: توليد مجموعات بيانات RF المبنية على السيناريوهات على منصات اختبار حقيقية

العنوان الأصلي: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds

يعتمد التعلم العميق لتحليل إشارات RF على مجموعات بيانات موسومة ضخمة، لكن مجموعات البيانات الاصطناعية تقايض الواقعية الفيزيائية مقابل قابلية التحكم، في حين توفر القياسات غير المتحكم بها عبر الهواء واقعية مع قابلية تكرار محدودة. CorteXforge إطار قائم على السيناريوهات يترجم تلقائياً سيناريوهات RF عالية المستوى إلى تجارب متزامنة على منصات اختبار SDR قابلة للبرمجة عبر منصة SLICES-RI/CorteXlab، منتجاً مجموعات بيانات SIGMF موسومة بالكامل تلتقط عيوب العتاد وتأثيرات الانتشار. وكشف التحقق من خلال التصنيف الآلي للتضمين باستخدام ModForge، وهي مجموعة بيانات OTA مولَّدة بالإطار، عن فجوة أداء بين الاصطناعي والواقعي، وأظهر أن التدريب المسبق الاصطناعي يظل مفيداً للتكيف مع بيانات OTA.

اقرأ المصدر الأصلي ↗

جميع العناصر →