CompHub 实时聚合多平台的数据类(Kaggle、天池…)和OJ类(Leetcode、牛客…)比赛。本账号会推送最新的比赛消息,欢迎关注!
更多比赛信息见 CompHub主页
以下内容摘自比赛主页(点击文末阅读原文进入)
Part1赛题介绍
题目
举办平台
主办方
主办单位:IMT-2030(6G)推进组
承办单位:中国信息通信研究院、华为技术有限公司、OPPO广东移动通信有限公司、浙江大学
背景
通信与人工智能技术的深度融合已成为无线通信系统发展的最重要方向之一,面向6G,通信与AI融合的角度和深度将进一步扩展,迎接“无限”可能。大赛在6G研究的关键发展阶段适时提出,旨在向社会各界推广6G愿景,先进技术和概念,广泛吸引全社会的优秀人才,系统性、多角度地分析和研究AI对未来无线通信系统的影响以及对关键问题的解决方案,以期全面推动智慧6G的技术突破,构建产业先发优势。
Part2时间安排
Part3奖励机制
Part4赛题描述
赛题1:智能波束预测与模型迁移
赛道详情:https://www.datafountain.cn/competitions/625
无线Massive-MIMO技术显著地提升了通信系统的容量,而在高频场景下,更精准,更低开销的智能波束成形是实现未来6G通信系统容量更大程度提升的关键。如何通过AI技术实现以给定测量开销获得最准确的波束预测结果是未来6G通信中非常重要的研究课题。本赛题将针对智能波束预测的研究内容进行设置,着重考虑预测精度和泛化能力等性能指标,引导6G智能空口关键技术的研究方向。
赛题2:智能分布式无线电地图构建
赛道详情:https://www.datafountain.cn/competitions/626
无线电地图的概念是无线通信系统满足智能城市、智能工厂等6G潜在场景的关键工具。本赛题期望通过AI方法,利用神经网络的学习能力,挖掘用户位置和无线电信号强度之间的内在联系,完成无线电地图的构建。本赛题的设计将针对无线电地图构建问题,透过分布式学习方法,探究6G智能网络的关键技术,并引导其研究方向。
赛题3:面向小样本条件场景自适应及在线更新需求的无线AI设计
赛道详情:https://www.datafountain.cn/competitions/624
在获得数据驱动带来的高性能优势之外,基于AI的方案也面临着不同场景下的泛化问题,本赛题将探索在更为实际的目标场景小数据限制下的无线AI解决方案。