في عالم الذكاء الاصطناعي والنماذج اللاسلكية، تلعب عناصر الترميز المكاني (Positional Encoding) دوراً محورياً في تحديد أداء نماذجنا. ومع ذلك، تواجه النماذج الحالية تحديات، حيث ترث هذه النماذج معايير ثابتة أو أحادية البعد من معمارية اللغة الطبيعية والرؤية، مما يؤدي إلى نتيجة غير متجانسة مع الخصائص الفيزيائية الفطرية للقنوات اللاسلكية.

هنا تأتي تقنية Adaptive 3D-RoPE. تمثل هذه التقنية الجديدة تطوراً في الترميز المكاني الدوار، حيث تقدم ركيزة بنيوية مبتكرة للنماذج اللاسلكية، قادرة على التغلب على التحديات السابقة. يدمج هذا الإطار بنوك تردد ثلاثية الأبعاد قابلة للتعلم، حيث تفصل بوضوح الاعتمادية متعددة الأبعاد، جنباً إلى جنب مع وحدة تحكم خفيفة الوزن يتم ضبطها وفقاً لحالة القناة.

ما يميز Adaptive 3D-RoPE هو آلية تعديلات عينة ديناميكية، التي تتحول بالترميز المكاني من مكون ثابت إلى تحيز استقرائي ديناميكي، مما يساعد على التعامل مع خصائص القنوات المتنوعة. التجارب المكثفة عبر 100 مجموعة بيانات أظهرت تفوق هذه الطريقة مقارنة بالأفضل في المجال، حيث حققت تقليصاً يصل إلى 10.7 ديسيبل في معدل الخطأ المربع المتوسط المُعدل تحت ظروف انتشار متعددة الهوائيات.

مع زيادة تعقيد السيناريوهات الحركية، تمكنت هذه التقنية من تحسين النماذج في مهام جديدة بنسبة 1.07 ديسيبل، مما يتيح فرص أفضل لتحسين دقة التنبؤ في البيئة اللاسلكية.