Jammer-Loc

이 저장소는 논문 “Machine and Deep Learning for Indoor UWB Jammer Localization.” 의 코드와 데이터셋 링크를 포함합니다.

사용 예시

하이퍼파라미터 최적화 과정 실행:

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

1. 모델과 지표는 main.py에 의해 예상된 형식으로 저장되어야 합니다.
2. Optuna 결과는 기본적으로 hpo.db에 저장됩니다.
3. 모든 명령줄 옵션은 hpo.py에서 argparse를 사용하여 정의됩니다. 설명과 추가 플래그는 해당 파일을 참조하세요.

소스 데이터에 대한 분류 및 회귀 후 테스트 세트에서 평가

소스 데이터셋에 대해 분류 또는 회귀를 수행하고 테스트 세트에서 평가하려면 다음을 사용할 수 있습니다:

python main.py --config config.yaml

1. 출력과 지표는 cfg.output.directory에 정의된 디렉터리에 저장됩니다.
2. 모든 모델 체크포인트와 지표는 모델별로 저장됩니다(예: outputs/simple_nn/).
3. 런타임 오류 발생 시 구조화된 오류 메시지와 스택 추적을 포함한 상세 로깅 정보가 기록되어 체계적인 디버깅과 근본 원인 분석을 지원합니다.

도메인 정렬

도메인 정렬 방법의 파일 이름은 출판물에서 사용된 각각의 이름과 직접적으로 대응됩니다.

경로 설정

config.yaml 파일에서 프로젝트 구조에 맞게 경로를 조정해야 합니다.

데이터셋

크기 제약으로 인해 원본 데이터셋은 이 저장소에 포함되어 있지 않습니다.
다음 링크에서 다운로드할 수 있습니다: .

다만, 즉시 코드 실행이 가능하도록 소스 및 타깃 도메인용 Parquet 파일 두 개가 이 저장소에 제공됩니다. 도메인 정렬 모델용 데이터를 포함하는 압축 NumPy 배열 파일(.npz)은 위 링크를 통해 접근할 수 있습니다.