精选理由
做6G/5G移动性优化或AI-Native网络研究的团队，终于有了真实部署数据来训练模型，比仿真数据靠谱得多，建议直接下载使用。
该研究发布了一个从商用5G网络收集的真实数据集，涵盖步行、自行车、汽车、公交和火车等多种移动模式及不同速度。数据集聚焦切换场景，包含定时提前测量等关键信号事件，旨在减少切换中断时间并维持连续吞吐量。现有研究多依赖仿真数据，无法反映真实部署行为，该数据集填补了这一空白。论文详细描述了数据采集设置、提取过程，并进行了探索性分析，特别关注移动性、波束管理和定时提前。该数据集可用于训练和评估AI/ML模型，例如定时提前预测，为6G原生AI移动性研究提供基础。
AI 翻译 · 中文
该研究发布了一个从商用5G网络收集的真实数据集，涵盖步行、自行车、汽车、公交和火车等多种移动模式及不同速度。数据集聚焦切换场景，包含定时提前测量等关键信号事件，旨在减少切换中断时间并维持连续吞吐量。现有研究多依赖仿真数据，无法反映真实部署行为，该数据集填补了这一空白。论文详细描述了数据采集设置、提取过程，并进行了探索性分析，特别关注移动性、波束管理和定时提前。该数据集可用于训练和评估AI/ML模型，例如定时提前预测，为6G原生AI移动性研究提供基础。
To address the issues of high interruption time and measurement report overhead under user equipment (UE) mobility especially in high speed 5G use cases the use of AI/ML techniques (AI/ML beam management and mobility pro…