PMNet: Large-Scale Channel Prediction System for ICASSP 2023 First Pathloss Radio Map Prediction Challenge
PMNet: Large-Scale Channel Prediction System for ICASSP 2023 First Pathloss Radio Map Prediction Challenge
复制标题
PMNet：用于 ICASSP 2023 首届路径损耗无线电地图预测挑战赛的大规模信道预测系统
DOI：
10.1109/icassp49357.2023.10095257
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Molisch, Andreas F.
中科院分区：
文献类型：
--
作者：
Lee, Ju-Hyung;Lee, Joohan;Lee, Seon-Ho;Molisch, Andreas F.
为了促进研究和促进最近提出的路径损耗无线电地图预测方法之间的公平比较，我们发起了ICASSP 2023第一次路径损耗无线电地图预测挑战赛。在这篇简短的综述论文中，我们简要描述了路径损耗预测问题，提供的数据集，挑战任务和挑战评估方法。最后，我们提出了挑战的结果。
To foster research and facilitate fair comparisons among recently proposed pathloss radio map prediction methods, we have launched the ICASSP 2023 First Pathloss Radio Map Prediction Challenge. In this short overview paper, we briefly describe the pathloss prediction problem, the provided datasets, the challenge task and the challenge evaluation methodology. Finally, we present the results of the challenge.
PMNet：通过监督学习进行稳健的路径损耗图预测
DOI：
--
发表时间：
2023
期刊：
Proc. IEEE Globecom
影响因子：
--
作者：
Lee, J. H.;Serbetci, O. G.;Selvam, D. P.;Molisch, A. F.
通讯作者：
Molisch, A. F.