Jammer-Loc

इस रिपॉज़िटरी में पेपर के लिए कोड और डेटासेट लिंक शामिल हैं
“इंडोर UWB जैमर स्थानीयकरण के लिए मशीन और डीप लर्निंग।”

उपयोग उदाहरण

हाइपरपैरामीटर ऑप्टिमाइज़ेशन प्रक्रिया चलाएँ:

python hpo.py \
  --task classification \
  --mode actual \
  --framework ml \
  --config config.yaml \
  --trials 50 \
  --study-name my_study

1. मॉडल और मेट्रिक्स को main.py द्वारा अपेक्षित प्रारूप में सहेजा जाना चाहिए।
2. Optuna परिणाम डिफ़ॉल्ट रूप से hpo.db में सहेजे जाते हैं।
3. सभी कमांड-लाइन विकल्प hpo.py में argparse का उपयोग करके परिभाषित किए गए हैं। विवरण और अतिरिक्त फ़्लैग के लिए उस फ़ाइल को देखें।

स्रोत पर वर्गीकरण और रिग्रेशन तथा टेस्ट सेट पर इसका परीक्षण

स्रोत डेटासेट पर वर्गीकरण या रिग्रेशन चलाने और टेस्ट सेट पर इसका परीक्षण करने के लिए, आप इसका उपयोग कर सकते हैं:

python main.py --config config.yaml

1. आउटपुट और मेट्रिक्स cfg.output.directory द्वारा परिभाषित निर्देशिका में सहेजे जाएँगे।
2. सभी मॉडल चेकपॉइंट्स और मेट्रिक्स प्रति मॉडल सहेजे जाएँगे (जैसे, outputs/simple_nn/)।
3. रनटाइम विफलता की स्थिति में, व्यवस्थित डिबगिंग और मूल कारण विश्लेषण की सुविधा के लिए विस्तृत लॉगिंग जानकारी — जिसमें संरचित त्रुटि संदेश और स्टैक ट्रेस शामिल हैं — दर्ज की जाएगी।

डोमेन संरेखण

डोमेन संरेखण विधियों के फ़ाइल नाम प्रकाशन में उनके संबंधित नामों से सीधे मेल खाते हैं।

पथ सेटअप

सुनिश्चित करें कि आप अपनी प्रोजेक्ट संरचना के अनुसार config.yaml फ़ाइल में पथ समायोजित करते हैं।

डेटासेट

आकार की सीमाओं के कारण, कच्चे डेटासेट इस रिपॉज़िटरी में शामिल नहीं हैं।
उन्हें से डाउनलोड किया जा सकता है।

हालाँकि, तत्काल कोड निष्पादन की सुविधा के लिए, इस रिपॉज़िटरी में स्रोत और लक्ष्य डोमेन के लिए दो Parquet फ़ाइलें प्रदान की गई हैं। डोमेन संरेखण मॉडल के लिए डेटा युक्त संपीड़ित NumPy ऐरे फ़ाइलें (.npz) उपरोक्त लिंक के माध्यम से एक्सेस की जा सकती हैं।