ML Pipeline for Signal Coverage Prediction

這是一個完整的機器學習流程，用於基於建物和環境資訊預測無線信號覆蓋。

項目結構

ml_pipeline/
├── modules/                 # 核心模組
│   ├── __init__.py
│   ├── sionna_gt.py        # Sionna RT Ground Truth 生成
│   ├── data_processor.py   # 資料預處理
│   ├── trainer.py          # 模型訓練
│   └── evaluator.py        # 模型評估
├── examples/               # 範例和配置
│   └── config_example.py   # 配置範例
└── outputs/               # 輸出結果目錄

使用方式

1. 準備場景：確保有 scene.xml 和相關建物/水體資料
2. 修改配置：編輯 examples/config_example.py
3. 執行流程：python scripts/run_full_pipeline.py

依賴項目

• torch
• numpy
• matplotlib
• sionna
• scikit-learn
• 現有的 scene_generation 模組