Wie man KI-RAN-Trainingsdatensätze generiert

Angebot anfordern
AI RAN Simulation Toolset
+ KI-RAN-Simulationstoolset
AI RAN Simulation Toolset
+ KI-RAN-Simulationstoolset

Erstellung und Pflege von KI-RAN-Trainingsdaten

Die Erstellung eines Trainingsdatensatzes für künstliche Intelligenz (KI) erfordert repräsentative Funkzugangsnetz-Szenarien (RAN), Quellnetzdaten und eine kontrollierte Pipeline, die Roh- oder synthetische Daten in aufbereitete Datensätze umwandelt. Ein digitaler Zwilling des Netzwerks kann realistische synthetische Daten auf Verbindungs-, System- und Netzwerkebene generieren, während emulierte Testumgebungen oder Live-Netzwerkaufzeichnungen den Datensatz um zusätzliche Betriebsbedingungen, Protokollverhalten und Teilnehmermobilität ergänzen können.

Die Datensatzaufbereitung importiert Quelldaten, bereinigt und validiert Datensätze, versieht sie mit Labels oder Annotationen, standardisiert oder normalisiert Felder und erweitert die Ausgangsdaten, um Volumen und Diversität zu erhöhen. Ingenieure können Verteilungen und Anomalien untersuchen, versionierte Datensätze mit Rückverfolgbarkeit speichern und die resultierenden Trainingsdaten in Modellentwicklungs-Workflows verwenden, bevor sie Kandidatenmodelle anhand von Netzwerk-KPIs in einer digitalen Zwillings- oder Laborumgebung validieren.

Lösung zur Generierung synthetischer KI-RAN-Datensätze

Für die Erstellung eines synthetischen Trainingsdatensatzes für Funkzugangsnetze (RAN) sind ein definiertes Netzwerkszenario, Quelldaten und ein wiederholbarer Datenaufbereitungs-Workflow erforderlich. Das S6221A AI RAN Simulation Toolset kombiniert Daten aus digitalen Netzwerk-Zwillingen, emulierten Testumgebungen und Live-Netzwerken mit einer KI-Entwicklungsplattform für das Datenmanagement. Der Workflow importiert Quelldaten, führt Bereinigung und Vorverarbeitung durch, wendet Labeling-, Normalisierungs-, Augmentierungs-, Diversitäts- und Skalierungsoperationen an und erzeugt aufbereitete Datensätze für das Training und Testen von KI-Modellen. Datensatz- und Modellversionen können mit Metadaten und Rückverfolgbarkeit gespeichert werden, während Benchmarking-Funktionen Kandidatenmodelle und wichtige Netzwerk-Leistungsindikatoren mit Basiswerten vergleichen.
Angebot anfordern

Siehe Blockdiagramm der Lösung zur Generierung synthetischer KI-RAN-Datensätze.

Blockdiagramm der Lösung zur Generierung synthetischer KI-RAN-Datensätze

Entdecken Sie Produkte in unserer Lösung zur Generierung synthetischer KI-RAN-Datensätze.

Verwandte Anwendungsfälle

Wie testet man den Einfallswinkel von UWB-Geräten?

Die Validierung von Ultrabreitbandgeräten (UWB) erfordert die Erzeugung und Analyse von Breitbandsignalen, um deren Sende- und Empfangsfähigkeiten zu bestätigen. Erfahren Sie, wie Sie AoA-Messungen durchführen und validieren, dass der Prüfling die richtige Richtung der Signalquelle meldet.

Mehr erfahren

Wie testet man die Sicherheit des 5G SA-Kerns?

Die Validierung der 5G-SA-Kernsicherheit erfordert eine realistische Simulation des Teilnehmerverhaltens, der Verkehrsflüsse und der Protokollinteraktionen zwischen den Funktionen der Kontroll- und Benutzerebene. Erfahren Sie, wie Sie Schwachstellen aufdecken und Konformität sicherstellen können, indem Sie mehrere Knoten und Schnittstellen für eine vollständige Validierung der Kernsicherheit simulieren.

Mehr erfahren

Wie testet man eine Massive MIMO O-RU?

Massive MIMO O-RU-Tests erfordern eine genaue Beamforming-Validierung, ULPI-Funktionsunterstützung und skalierbare Uplink-Leistungsmessungen. Erfahren Sie, wie Sie Entwicklungsfunktionen und Konformitätsanforderungen mit realen Signalen, O-RAN-Fronthaul-Verkehr und erweiterter Signalanalyse testen können.

Mehr erfahren

Kontakt Logo

Kontaktieren Sie einen unserer Experten

Benötigen Sie Hilfe bei der Suche nach der richtigen Lösung für Sie?

Kontakt