Dobry opis demonstratora 6G mówi dokładnie, czego jeszcze nie udowodniono
Demonstrator jest narzędziem do zmniejszania niepewności. Może sprawdzić działanie układu, algorytmu albo integracji w określonych warunkach. Nie musi przypominać produktu i nie jest przez to mniej wartościowy. Problem zaczyna się dopiero wtedy, gdy wniosek wykracza poza zakres eksperymentu bez dodatkowego dowodu.
Zamień komunikat na sprawdzalną hipotezę
Zdanie „rozwiązanie osiąga bardzo małe opóźnienie” nie wskazuje, co zmierzono. Hipoteza powinna wymienić mechanizm, punkt pomiaru, obciążenie, środowisko i porównanie. Przykład poprawnej formy to: w opisanej konfiguracji algorytm skrócił określony etap przetwarzania względem wskazanej metody bazowej. Dopiero potem można pytać o znaczenie wyniku dla całego łańcucha.
Zapisz także jednostkę analizy. Czy próbką jest pakiet, ramka, użytkownik, pozycja, epizod symulacji czy powtórzenie testu? Średnia z wielu pakietów nie jest liczbą niezależnych eksperymentów. Ta różnica wpływa na wniosek o zmienności i powtarzalności.
Narysuj stanowisko i granicę pomiaru
Lista sprzętu nie zastępuje schematu. Narysuj źródło danych, nadajnik, kanał, odbiornik, zegary, procesor, interfejs aplikacji oraz aparaturę. Oznacz elementy emulowane i rzeczywiste. Jeżeli część toru jest połączona przewodem albo działa offline, powinno to być widoczne przed interpretacją wyniku.
W pomiarze opóźnienia zaznacz początek i koniec oraz sposób synchronizacji. Przy przepływności podaj warstwę protokołu, kierunek, liczbę strumieni i czas okna. Przy lokalizacji lub wykrywaniu określ układ odniesienia, prawdę referencyjną, rodzaj obiektu i błąd. Jedna liczba bez definicji może opisywać kilka różnych zjawisk.
Warunki kanału są częścią wyniku
Częstotliwość, szerokość pasma, odległość, geometria, przeszkody, mobilność, moc, anteny, pogoda i zakłócenia kształtują rezultat. Dla symulacji potrzebny jest model kanału i jego parametry. Dla testu terenowego — opis trasy, otoczenia i sposobu zbierania próbek. Etykieta „terenowy” sama nie zapewnia realizmu dla innego środowiska.
Metoda bazowa musi być uczciwa i odtwarzalna
Nowy algorytm należy porównać z sensowną wersją istniejącego rozwiązania przy tych samych zasobach. Jeżeli jedna metoda otrzymuje więcej anten, danych, pasma, mocy obliczeniowej albo czasu strojenia, porównanie mierzy cały pakiet różnic. Może nadal być użyteczne, ale wymaga właściwego opisu.
Zanotuj hiperparametry, kryterium zatrzymania, losowe ziarna, podział danych i liczbę powtórzeń. W pracy z AI oddziel zbiór uczący, walidacyjny i testowy oraz sprawdź przeciek informacji. Wynik na danych podobnych do treningowych nie potwierdza odporności na inną lokalizację, urządzenie lub obciążenie.
Raportuj rozkład, koszt i przypadki niepowodzenia
Średnia może ukrywać ogon opóźnień albo miejsca bez poprawnej detekcji. Pokaż kwantyle, rozrzut, przedział niepewności i liczbę prób odpowiednio do metryki. Jeśli usunięto obserwacje, podaj regułę ustaloną przed analizą. Nie wybieraj progu po obejrzeniu wyniku tylko po to, by uzyskać korzystny wykres.
Zysk jakości trzeba zestawić z kosztem: energią, pamięcią, czasem obliczeń, sygnalizacją, danymi uczącymi i kalibracją. Mechanizm, który poprawia jedną metrykę, może pogarszać inną. Warto pokazać krzywą kompromisu zamiast jednego punktu wybranego przez autora.
Ogranicz wniosek do poziomu dojrzałości
Symulacja potwierdza zachowanie modelu w granicach jego założeń. Stanowisko sprzętowe dodaje niedoskonałości implementacji. Test terenowy wnosi realny kanał i operację, lecz nadal może obejmować małą skalę. Interoperacyjność wymaga wspólnych interfejsów i niezależnych implementacji, a zgodność z normą — konkretnej normatywnej wersji i metody oceny.
Karta dowodu powinna zakończyć się trzema zdaniami: co pokazano, w jakich warunkach oraz czego wynik nie rozstrzyga. Taka forma pozwala uczciwie śledzić postęp bez odbierania eksperymentowi znaczenia ani dopisywania mu produktu.