Ընդհանուր տվյալներ
DeepRF-ն առաջարկում է լուծել ռադիահաճախականության (RF) վրա հիմնված տեղորոշման և քարտեզագրման խնդիրները՝ օգտագործելով սինթետիկ տվյալների շտեմարան և խորը ուսուցում (DL)։ Իրական աշխարհի անլար ազդանշանների մեծ տվյալների շտեմարան ստեղծելը բարդ է, սակայն ճառագայթների հետագծման (raytracing) և մոդելավորման առաջընթացը հնարավորություն է տալիս արդյունավետորեն ստեղծելու սինթետիկ տվյալների շտեմարան։ Նախագիծը նպատակ ունի բարելավելու ոչ ուղիղ տեսանելիության (NLOS) անլար սարքերի տեղորոշումը և ավտոմատացնել թվայինն քարտեզների վերակառուցումը՝ օգտագործելով DL-ը RF ազդանշանները մեկնաբանելու համար։ Սինթետիկ տվյալների շտեմարանները, որոնք ստացվում են առաջադեմ ճառագայթների հետագծման միջոցով, թույլ են տալիս համապարփակ ուսումնասիրել RF-ի վրա հիմնված բարդ խնդիրները, որոնք դժվար է ուսումնասիրել իրական միջավայրում։ DeepRF-ը նպատակ ունի ստեղծել արդյունավետ DL մոդելներ տեղորոշման և քարտեզագրման համար, որոնք հնարավոր է կիրառել խելացի քաղաքներում՝ օգտագործելով շրջակա RF ազդանշանները։ Հեռանկարային առաջընթացի հետ մեկտեղ DeepRF-ը ձգտում է նպաստելու ոլորտին՝ առաջարկելով նոր պատկերացումներ տարբեր մուտքային ներկայացումների արդյունավետության, տվյալների որակի խնդիրների և բազմակի, ըստ էության հնարավոր լուծումներ գտնելու ռազմավարությունների վերաբերյալ:
