本文提出了一种基于置信传播列表（BPL）的解码器，实现了与连续取消列表（SCL）解码器相当的性能，并且没有改变极化码的结构，是连续取消列表（SCL）解码器的一种替代方案，可用于迭代检测和译码以进一步提高性能。此外，该算法具有较低的解码延迟和高吞吐量实现的可能性，并且可以通过不同的选位冻结策略进一步增强误码率性能。

Jun, 2018

本文提出了一种基于异构图神经网络的迭代消息传递算法 (IMP) 来构造极化码，对比传统的构造方法，该算法拥有更好的稳定性和可扩展性。

Jul, 2022

本篇论文介绍了一种基于连续取消列表译码器的极化编码，它利用了快速减枝算法来提高效率并得到更好的结果。

May, 2012

本文提出一种基于 Genetic Algorithm 的新型极化码构造框架，通过演化变换不同的信息集来适应于指定的译码算法，而不是基于不一定最优的假设；使用该算法，我们构造了一种极化码，无须 CRC 辅助，达到了与 CRC 辅助 SCL 译码相同的误码率性能，同时在 $10^{-6}$ 比特误率下实现了 1dB 的编码增益。另外，我们还展示了可以通过把我们的算法应用到信念传播译码来接近 SCL 的误码率性能而不需要修改译码算法本身。

Jan, 2019

本文提出了一种线性复杂度的任意对称二进制无记忆信道 (B-MC) 构建方法，针对该构建方法推导得到了新的极化码在二进制擦除通道和任意对称 B-MC 上的块误差概率上下界。

Jan, 2009

本研究提出了一种新的极化码构建框架，其中基于遗传算法，定制化地选择某个译码算法的冻结比特位置，以适应译码行为和通道特性，并在成功地构造出匹配无 CRC 辅助 SCL 译码的长度为 2048、编码速率为 0.5 的极化码的同时，大幅减少低重量码字的总数，从而获得了相对于 CRC 辅助译码更优异的 1 dB 的编码增益。

Jan, 2019

本文提出了一种名为通道极化的方法，用于构造编码序列，以实现任何给定二进制输入离散无记忆信道（B-DMC）的对称容量，并且证明了在这种方法下，可以构造基于此思想的称为极化码的编码器和译码器，并证明了存在一系列极化码以实现任何 B-DMC 的目标速率小于其对称容量时的性能。

Jul, 2008

通过新颖的数据驱动方法，提出了一种针对具有和不具有记忆的信道设计极化码的方法。该方法利用连续取消 (SC) 译码器的结构来设计神经 SC (NSC) 译码器，使用神经网络 (NNs) 替代原始 SC 译码器的核心元素，以及在 SC 译码器的输入空间中嵌入信道输出的附加 NN。该方法不仅具备理论保证，还具有计算复杂性随信道记忆大小而不增长的优势。该算法在无记忆信道和具有记忆信道上展示了其性能，并与最优极化译码器进行了比较，同时还适用于 SC 和 SCT 译码器不适用的情况。

Sep, 2023

本文提出了一种基于余类投影的 RM 码高效解码算法，此算法适用于二进制输入无记忆信道；同时提供了基于列表的算法扩展， 并进行了通过模拟实验的性能比较，结果表明本算法在低、高码率下表现优于极化码（SCL + CRC），且在这些范围内的性能接近于最大似然解码器，而且新型解码器支持并行实现。

Feb, 2019

该研究论文讨论了通过几种技术改善极化码有限长度性能的方法，并研究了这些码在源编码和分布式应用的单用户环境中的性能。

Jan, 2009