WAIR-D：无线人工智能研究数据集
机器学习
2022-12-06 v1 信息论
math.IT
摘要
高质量数据样本的数据集在人工智能（AI）、机器学习（ML）及相关研究中发挥着重要作用，这是共识。然而，尽管 AI/ML 很早就被引入无线研究，研究界常用的数据集却很少。缺乏通用数据集，使得针对无线系统提出的基于 AI 的方法难以与传统基线乃至彼此之间进行比较。现有无线 AI 研究通常依赖基于统计模型或有限环境下光线追踪仿真生成的数据集。统计数据阻碍了训练好的 AI 模型针对特定场景进一步微调，而有限环境下的光线追踪数据降低了训练好的 AI 模型的泛化能力。在本文中，我们提出无线人工智能研究数据集（WAIR-D）1，其包含两种场景。场景 1 包含 10,000 个稀疏分布用户设备（UE）的环境，场景 2 包含 100 个密集分布 UE 的环境。这些环境从真实世界地图中 40 多个城市随机选取。数据的大规模保证了训练好的 AI 模型具有良好的泛化能力，同时可针对特定选定环境轻松进行微调。此外，WAIR-D 同时提供无线信道及相应环境信息，从而可设计与评估辅助信息的通信机制。WAIR-D 为研究者提供了比较不同设计或复现他人结果的基准。本文中，我们展示了该数据集的详细构建及使用实例。
引用
@article{arxiv.2212.02159,
title = {WAIR-D: Wireless AI Research Dataset},
author = {Yourui Huangfu and Jian Wang and Shengchen Dai and Rong Li and Jun Wang and Chongwen Huang and Zhaoyang Zhang},
journal= {arXiv preprint arXiv:2212.02159},
year = {2022}
}
备注
5 pages, 8 figures