合成数据预训练改进室内无线电图预测

Khoren Petrosyan 等在 arXiv 发布论文，提出自动生成多样室内布局、用快速开源近似射线追踪生成无线电地图的流程，生成 1.28 亿条合成样本，预训练 ResNet-101 和 Swin-T 编码器—解码器后再在高质量基准数据上微调。 作者称，微调后的 ResNet-101 在五个室内无线电图预测任务上平均比已知最佳方法降低 15% 误差。基于 2M–16M 样本拟合的幂律可预测 32M–128M 样本下的归一化下游 RMSE，平均绝对百分比误差为 ResNet-101 3.33%、Swin-T 7.10%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。