arXiv 机器学习· Khoren Petrosyan, Artashes Mkrtchyan, Rafayel Mkrtchyan, Hrant Khachatrian, Theofanis P. Raptis·· 8 小时前AI 评分35
扩展低成本合成数据预训练可提升室内无线电地图预测性能
Scaling Cheap Synthetic Pretraining Improves Indoor Radio-Map Prediction
AI 导读
研究人员通过室内布局生成器与开源近似光线追踪器构建流水线，生成了 128M 合成样本用于预训练 ResNet-101 与 Swin-T 编解码器架构。在 5 项室内无线电地图预测任务中，微调后的 ResNet-101 相比现有最优方法平均降低 15% 误差，并在真实测量数据上表现出更强的迁移能力。
来源：arXiv 机器学习 · arxiv.org