AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-21

CorteXforge: वास्तविक टेस्टबेड्स पर परिदृश्य-आधारित RF डेटासेट जनरेशन

मूल शीर्षक: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds

RF सिग्नल विश्लेषण के लिए डीप लर्निंग बड़े एनोटेटेड डेटासेट पर निर्भर करती है, लेकिन सिंथेटिक डेटासेट नियंत्रणीयता के लिए भौतिक यथार्थता की कीमत चुकाते हैं, जबकि अनियंत्रित ओवर-द-एयर माप सीमित पुनरुत्पादनीयता के साथ यथार्थता प्रदान करते हैं। CorteXforge एक परिदृश्य-आधारित फ्रेमवर्क है जो SLICES-RI/CorteXlab प्लेटफ़ॉर्म के ज़रिए उच्च-स्तरीय RF परिदृश्यों का स्वचालित रूप से प्रोग्रामेबल SDR टेस्टबेड पर समकालिक प्रयोगों में अनुवाद करता है और हार्डवेयर इंपेयरमेंट तथा प्रोपेगेशन प्रभावों को पकड़ने वाले पूर्णतः एनोटेटेड SIGMF डेटासेट तैयार करता है। इसी फ्रेमवर्क से बनाए गए OTA डेटासेट ModForge का उपयोग करके स्वचालित मॉड्यूलेशन वर्गीकरण के माध्यम से किए गए सत्यापन ने सिंथेटिक-से-रियल प्रदर्शन अंतर प्रकट किया और दिखाया कि OTA डेटा के अनुकूलन के लिए सिंथेटिक प्रीट्रेनिंग फिर भी लाभकारी रहती है।

मूल लेख पढ़ें ↗

सभी आइटम →