关键词neural belief propagation
搜索结果 - 3
- 神经置信传播译码器的泛化界限
本文研究神经信念传播解码器的泛化能力,利用机器学习方法设计下一代通信系统的译码器,提高传统解码算法的性能。通过理论与实验结果给出了解码器的泛化缺口,以及其与代码参数、解码迭代次数、训练数据集大小等的关系。
- MM基于因子图的符号检测神经增强
本文研究了因子图框架在线性符号干扰通道上的符号检测应用,并提出了利用神经增强的策略来改善循环因子图基于符号检测算法的性能的方法。特别是,在因子图中应用神经置信传播可有效消除循环的影响。此外,我们还提出了对信道输出的线性预处理应用和优化,可以 - 神经置信传播解码器修剪
本文提出了一种使用机器学习来定制超完备校验矩阵的方法,通过裁剪不重要的检测节点并优化 Tanner 图中的权重,每个迭代使用不同的校验矩阵,从而在短线性块码上,实现比 BP 译码更好的性能且减少了解码器的复杂度。