L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-21
CorteXforge : génération de jeux de données RF à base de scénarios sur des bancs d'essai réels
Titre original: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds
L'apprentissage profond pour l'analyse des signaux RF repose sur de grands jeux de données annotés, mais les jeux de données synthétiques troquent le réalisme physique contre la contrôlabilité, tandis que les mesures over-the-air non contrôlées offrent du réalisme avec une reproductibilité limitée. CorteXforge est un cadre fondé sur des scénarios qui traduit automatiquement des scénarios RF de haut niveau en expériences synchronisées sur des bancs d'essai SDR programmables via la plateforme SLICES-RI/CorteXlab, produisant des jeux de données SIGMF entièrement annotés qui capturent les imperfections matérielles et les effets de propagation. La validation par classification automatique des modulations à l'aide de ModForge, un jeu de données OTA généré avec le cadre, a révélé un écart de performance entre le synthétique et le réel et a montré que le pré-entraînement synthétique reste bénéfique pour l'adaptation aux données OTA.