AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-21

CorteXforge: حقیقی ٹیسٹ بیڈز پر منظرناموں پر مبنی RF ڈیٹا سیٹ کی تیاری

اصل عنوان: CorteXforge: Scenario-Based RF Dataset Generation on Real Testbeds

RF سگنل تجزیے کے لیے ڈیپ لرننگ بڑے اینوٹیٹڈ ڈیٹا سیٹس پر منحصر ہے، لیکن مصنوعی ڈیٹا سیٹس قابلیتِ کنٹرول کے بدلے جسمانی حقیقت سے سمجھوتہ کرتے ہیں، جبکہ غیر کنٹرول شدہ اوور-دی-ایئر پیمائشیں محدود دوبارہ قابلِ تکرار ہونے کے ساتھ حقیقت فراہم کرتی ہیں۔ CorteXforge ایک منظر نامہ پر مبنی فریم ورک ہے جو اعلیٰ درجے کے RF منظر ناموں کو SLICES-RI/CorteXlab پلیٹ فارم کے ذریعے خود بخود پروگرام کے قابل SDR ٹیسٹ بیڈز پر ہم آہنگ تجربات میں منتقل کرتا ہے اور ایسے مکمل اینوٹیٹڈ SIGMF ڈیٹا سیٹس تیار کرتا ہے جو ہارڈ ویئر کی خرابیوں اور پھیلاؤ کے اثرات کو ریکارڈ کرتے ہیں۔ اسی فریم ورک سے تیار کردہ OTA ڈیٹا سیٹ ModForge کے ذریعے خودکار موڈولیشن درجہ بندی سے کی گئی توثیق نے مصنوعی سے حقیقی تک کارکردگی کا خلا ظاہر کیا اور یہ دکھایا کہ OTA ڈیٹا کے مطابق ڈھلنے کے لیے مصنوعی پری ٹریننگ اب بھی فائدہ مند رہتی ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →