Cómo generar conjuntos de datos de entrenamiento para la RAN basada en IA

Conjunto de herramientas de simulación AI RAN
+ Conjunto de herramientas de simulación AI RAN

Crear y seleccionar datos de entrenamiento para redes de acceso de IA (RAN)

La generación de un conjunto de datos de entrenamiento para la inteligencia artificial (IA) requiere escenarios representativos de la red de acceso por radio (RAN), datos de red de origen y un proceso controlado que convierta los datos brutos o sintéticos en conjuntos de datos seleccionados. Un gemelo digital de la red puede generar datos sintéticos realistas a nivel de enlace, de sistema y de red, mientras que los entornos de prueba emulados o las capturas de red en tiempo real pueden complementar el conjunto de datos con condiciones de funcionamiento adicionales, comportamientos de protocolos y movilidad de los abonados.

La preparación de conjuntos de datos consiste en importar datos de origen, limpiar y validar registros, aplicar etiquetado o anotaciones, estandarizar o normalizar campos y ampliar los datos iniciales para aumentar su volumen y diversidad. Los ingenieros pueden examinar distribuciones y anomalías, almacenar conjuntos de datos versionados con trazabilidad y utilizar los datos de entrenamiento resultantes en los flujos de trabajo de desarrollo de modelos antes de validar los modelos candidatos frente a los indicadores clave de rendimiento de la red en un gemelo digital o en un entorno de laboratorio.

Solución para la generación de conjuntos de datos sintéticos para redes de acceso inalámbrico (RAN) mediante IA

La creación de un conjunto de datos de entrenamiento para una red de acceso radioeléctrico (RAN) sintética requiere un escenario de red definido, datos de origen y un flujo de trabajo repetible para la curación de datos. El conjunto de herramientas de simulación de RAN con IA S6221A combina datos procedentes de gemelos digitales de red, entornos de prueba emulados y redes en tiempo real con una plataforma de desarrollo de IA para la gestión de datos. El flujo de trabajo importa los datos de origen, lleva a cabo su limpieza y preprocesamiento, aplica operaciones de etiquetado, normalización, aumento, diversificación y escalado, y genera conjuntos de datos curados para el entrenamiento y las pruebas de modelos de inteligencia artificial (IA). Las versiones de los conjuntos de datos y de los modelos pueden almacenarse con metadatos y trazabilidad, mientras que las funciones de evaluación comparativa comparan los modelos candidatos y los indicadores clave de rendimiento de la red con los resultados de referencia.

Consulte el diagrama de bloques de la solución para la generación de conjuntos de datos sintéticos para RAN de IA

Diagrama de bloques de la solución para la generación de conjuntos de datos sintéticos para redes de acceso inalámbrico (RAN) basadas en IA

Descubre los productos de nuestra solución de generación de conjuntos de datos sintéticos para RAN con IA

Casos prácticos relacionados

contacto logotipo

Póngase en contacto con uno de nuestros expertos

¿Necesita ayuda para encontrar la solución adecuada para usted?