摘要 — 未来，移动用例将依赖于精确的预测，服务质量 (QoS) 预测就是一个突出的例子。本文介绍了当今车辆的实际测量结果，以支持未来强大的 QoS 预测。基于专门的受控测量活动，我们重点介绍了影响收集的数据集的无线环境和设备特性（如采样率）的各个方面。如果处理不当，这些特性可能会妨碍基于人工智能的 QoS 预测算法的性能。因此，我们还提供了有关数据集特征的见解，应进一步利用这些见解来更轻松地采用基于 AI 的算法。新的基于 AI 的算法应该能够在非常多样化的无线电环境中运行，并从不同设备捕获数据。我们提供了一些示例，强调了彻底了解数据集及其动态的重要性。