热点事件持续更新
研究人员提出用于O-RAN干扰检测的CORA框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布的研究提出面向O-RAN干扰检测的教师引导强化学习框架CORA。该框架无需真实标签即可将回顾性检测器的后验能力迁移至因果检测器。在10种5G O-RAN测试台配置的留一法迁移测试中，PPO控制器将平均召回率从默认的0.687提升至0.771；DQN控制器则取得了与最佳教师静态配置相当的F2-score，同时使虚警减少了61%。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
研究提出无需真实标签的CORA框架，可显著优化O-RAN干扰检测的召回率并减少虚警。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 人工智能CORA：用于干扰检测的教师引导因果 O-RAN 自适应框架
研究提出面向 O-RAN 干扰检测的教师引导强化学习框架 CORA，无需真实标签即可将回顾性检测器的后验能力迁移至因果检测器。在 10 种 5G O-RAN 测试台配置的留一法迁移测试中，PPO 控制器将平均召回率从默认的 0.687 提升至 0.771。DQN 控制器则取得与最佳教师静态配置相当的 F2-score，同时使虚警减少 61%。
本事件热度走势
当前热度 9·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。