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

本文介绍了一种新颖的预转换极化码类别，称为深度极化码。此类码具有低复杂度的编码实现和重复度增强，同时支持多种码率和码块长度，提出了一种低复杂度的解码算法和延迟低的并行解码算法，并通过模拟实验证明了其在短块长度下优于现有的预转换极化码，并展示了与循环冗余检验码级联可以在某些情况下达到有限块长度容量的元逆推 bound，与此 bound 之间仅相差 0.4 dB。

Aug, 2023

通过使用深度学习建立极化码，我们将信息 / 冻结比特索引表示为二进制向量，并通过梯度下降优化这个向量，同时考虑译码器，实现了在 AWGN 和 Rayleigh 信道上的很好表现的极化码设计。

Sep, 2019

本文提出一种基于课程的顺序神经网络解码器（CRISP）用于极化码，该解码器基于信息论指导下的有原则的课程设计，使用数据驱动策略训练网络，通过与其他课程的比较，CRISP 在 Polar（32,16）和 Polar（64,22）码上表现出色，在现有 SC 解码器可靠性较低的情况下，CRISP 可轻松扩展到极化调整卷积（PAC）码，并且成为第一个在 PAC（32,16）码上表现近乎最优的数据驱动解码器。

Oct, 2022

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

介绍了 5G 标准采用的极化码编码过程，着重探讨了极化码系列的设计、速率灵活性和低译码延迟等方面，最终得出了一个应用新编码技术提供实心通道编码的复杂架构。

Apr, 2018

介绍了一种高效构建極化码的方法，通过两种逼近方法将原始的比特通道夹在一个退化和升级版通道之间，可以在 $n$ 的时间和空间的线性范围内构建率接近信道容量的极化码。

May, 2011

本文系统比较了不同设计信噪比条件下各种极化码构造的性能，并提出了一种启发式算法来选取最佳的设计信噪比条件以构造极化码，并进行了广泛的模拟比较，发现在信噪比优化的情况下，所有的极化码构造算法在加性白高斯噪声信道中生成的极化码的性能都相当好。

Jan, 2015