arXiv Artificial Intelligence· Shrihari Vasudevan, H. G. Ranjani, Raaghul Ranganathan, Satwik Sahu, Thirumaran Ekambaram·· 2 小时前AI 评分18
超越信道数据：融合配置信息的无线基础模型
Beyond Channel Data: Configuration-Enriched Radio Foundation Models
AI 导读
研究将信道配置（CFG）信息引入无线基础模型（RFM）预训练，使生成的 CFG 增强嵌入在标签稀缺的下游任务中充当有效的归纳先验。在 LoS/NLoS 分类、定时提前（TA）估计和波束选择任务上，该方法在分布内与分布外配置场景中均持续优于或可比于原始信道 token 及多个基线模型。
来源：arXiv Artificial Intelligence · arxiv.org