基准RadioML 2016.10a数据集
RadioML 2016.10a
广泛用于自动调制分类研究的公开无线信号数据集，包含多种调制类型在不同信噪比下的I/Q采样。
时间轴 (近 90 天)
11月5日
FuseAMC是一个轻量级决策融合模型，在RadioML 2016.10a数据集上实现了超越各自基线的性能，且整个流程仅需一个CPU核心即可训练和运行。
待验证50%
11月5日
在RadioML 2016.10a数据集上，使用5个随机种子和44k帧的留出测试集，FuseAMC达到55.8%的整体准确率。
待验证50%
11月5日
RadioML 2016.10a数据集由DeepSig发布，包含11种调制类型（如BPSK、QPSK、8PSK、16QAM、64QAM、GFSK等），信噪比覆盖-20dB至+18dB，每帧为128个复采样点（I/Q两路）。
待验证50%
11月5日
RadioML 2016.10a数据集为合成仿真信号，未涵盖真实信道的多径、频偏和硬件损伤，因此在该数据集上取得的准确率绝对值不宜直接外推到实际部署场景。
待验证50%
全部知识事实 (4)
待验证
FuseAMC是一个轻量级决策融合模型，在RadioML 2016.10a数据集上实现了超越各自基线的性能，且整个流程仅需一个CPU核心即可训练和运行。
50%待验证在RadioML 2016.10a数据集上，使用5个随机种子和44k帧的留出测试集，FuseAMC达到55.8%的整体准确率。
50%待验证RadioML 2016.10a数据集由DeepSig发布，包含11种调制类型（如BPSK、QPSK、8PSK、16QAM、64QAM、GFSK等），信噪比覆盖-20dB至+18dB，每帧为128个复采样点（I/Q两路）。
50%待验证RadioML 2016.10a数据集为合成仿真信号，未涵盖真实信道的多径、频偏和硬件损伤，因此在该数据集上取得的准确率绝对值不宜直接外推到实际部署场景。
50%