Rapport UIT-R SM.2542-0
Politique en matière de droits de propriété intellectuelle
(IPR)
1 Termes, définitions et
abréviations
1.1 Mégadonnées
1.2 Intelligence artificielle
1.3 Apprentissage automatique
1.4 Apprentissage automatique par radiofréquence
1.5 Abréviations
2 Introduction
3 Contrôle distribué du
spectre
3.1 Éléments d'un système distribué de contrôle du
spectre
3.1.1 Traitement local/en
périphérie au niveau des récepteurs de contrôle
3.1.2 Sécurité des données
3.2 Difficultés posées par les mégadonnées pour un
système distribué de contrôle du spectre
3.2.1 Types de données de contrôle
et incidence sur la largeur de bande du réseau
3.2.2 Algorithmes ML appliqués au
contrôle du spectre
3.2.3 Types courants d'algorithmes
ML
3.2.4 Métadonnées et
synchronisation temporelle
3.2.5 Format des données de
capteurs
3.2.6 Hétérogénéité du matériel de
contrôle du spectre
3.2.7 Bases de données locales et
centrales
4 Contrôle du spectre axé sur
les mégadonnées
4.1 Avantages du contrôle du spectre axé sur les
mégadonnées
4.2 Solution de contrôle du spectre axée sur les
mégadonnées
4.3 Couche de collecte RF: exemple de réseau de
contrôle du spectre axé sur les mégadonnées
4.4 Couche de stockage des données
4.4.1 Collecte des mégadonnées
(définition des données recueillies)
4.4.2 Prétraitement des données
4.4.3 Analyse et visualisation des
données
4.5 Couche de gestion des données
5 Connaissance du spectre en
temps réel axée sur les données par apprentissage RFML
6 Résumé
7
Références
Annexe 1 Solution de contrôle du spectre axée sur les
mégadonnées et assistée par l'IA en Corée (République de)
Annexe 2 Acquisition mobile de mégadonnées par des
véhicules de transports publics pour la cartographie du spectre