論文の概要: Improving the List Decoding Version of the Cyclically Equivariant Neural Decoder

• arxiv url: http://arxiv.org/abs/2106.07964v1
• Date: Tue, 15 Jun 2021 08:37:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-16 14:55:18.688094
• Title: Improving the List Decoding Version of the Cyclically Equivariant Neural Decoder
• Title（参考訳）: 周期同変ニューラルデコーダのリスト復号版の改良
• Authors: Xiangyu Chen and Min Ye
• Abstract要約: 本稿では,BCH符号と句読点RM符号に対するリスト復号アルゴリズムの改良版を提案する。 我々の新しいデコーダはBERによって測定された場合、以前のリストデコーダよりも最大2ドル高くなる。
• 参考スコア（独自算出の注目度）: 33.63188063525036
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The cyclically equivariant neural decoder was recently proposed in [Chen-Ye, International Conference on Machine Learning, 2021] to decode cyclic codes. In the same paper, a list decoding procedure was also introduced for two widely used classes of cyclic codes -- BCH codes and punctured Reed-Muller (RM) codes. While the list decoding procedure significantly improves the Frame Error Rate (FER) of the cyclically equivariant neural decoder, the Bit Error Rate (BER) of the list decoding procedure is even worse than the unique decoding algorithm when the list size is small. In this paper, we propose an improved version of the list decoding algorithm for BCH codes and punctured RM codes. Our new proposal significantly reduces the BER while maintaining the same (in some cases even smaller) FER. More specifically, our new decoder provides up to $2$dB gain over the previous list decoder when measured by BER, and the running time of our new decoder is $15\%$ smaller. Code available at https://github.com/improvedlistdecoder/code
• Abstract（参考訳）: 循環同変ニューラルデコーダは,最近[chen-ye, international conference on machine learning, 2021]で提案されている。 同じ論文では、BCH符号とRM符号という2つの広く使われている巡回符号のクラスに対してリスト復号手順が導入された。 リスト復号処理は、循環同変ニューラル復号器のフレーム誤り率(FER)を著しく向上させるが、リスト復号処理のビット誤り率(BER)は、リストサイズが小さい場合には、一意復号アルゴリズムよりもさらに劣る。 本稿では,BCH符号と句読取RM符号のためのリスト復号アルゴリズムの改良版を提案する。 我々の新しい提案は、同じ(場合によってはもっと小さい)FERを維持しながらBERを大幅に削減します。 具体的には、BERによって測定されたリストデコーダに対して、当社の新しいデコーダは最大$2dBのゲインを提供し、新しいデコーダの実行時間は$15\%以下になります。 https://github.com/improvedlistdecoder/codeで利用可能なコード

関連論文リスト

• Decoding Quasi-Cyclic Quantum LDPC Codes [23.22566380210149]
  量子低密度パリティチェック(qLDPC)符号は耐故障性を求める上で重要な要素である。 近年のqLDPC符号の進歩は、量子的に良好であり、線形時間デコーダが符号ワード量子ビットの一定数に影響を与える誤りを正すという構成に繋がった。 実際には、2つの繰り返し符号の産物である表面/履歴符号は依然としてqLDPC符号として選択されることが多い。
  論文  参考訳（メタデータ） (2024-11-07T06:25:27Z)
• Collective Bit Flipping-Based Decoding of Quantum LDPC Codes [0.6554326244334866]
  可変次数-3(dv-3)QLDPC符号の繰り返し復号化による誤り訂正性能と復号遅延の両方を改善した。 我々の復号方式は、ビットフリップ(BF)デコーディングの修正版、すなわち2ビットビットフリップ(TBF)デコーディングを適用することに基づいている。
  論文  参考訳（メタデータ） (2024-06-24T18:51:48Z)
• Learning Linear Block Error Correction Codes [62.25533750469467]
  本稿では,バイナリ線形ブロック符号の統一エンコーダデコーダトレーニングを初めて提案する。 また,コード勾配の効率的なバックプロパゲーションのために,自己注意マスキングを行うトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2024-05-07T06:47:12Z)
• Progressive-Proximity Bit-Flipping for Decoding Surface Codes [8.971989179518214]
  トリックやサーフェスコードのようなトポロジカル量子コードは、ハードウェア実装の優れた候補である。 既存のデコーダは、計算複雑性の低いような要求を満たすのに不足することが多い。 トリックおよび表面符号に適した新しいビットフリップ(BF)デコーダを提案する。
  論文  参考訳（メタデータ） (2024-02-24T22:38:05Z)
• Bit-flipping Decoder Failure Rate Estimation for (v,w)-regular Codes [84.0257274213152]
  並列ビットフリップデコーダのDFRを高精度に推定する手法を提案する。 本研究は,本症候群のモデル化およびシミュレーションによる重み比較,第1イテレーション終了時の誤りビット分布の誤検出,復号化復号化率(DFR)について検証した。
  論文  参考訳（メタデータ） (2024-01-30T11:40:24Z)
• Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
  Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。 RM符号は制限されたレートのみを許容する。 効率的なデコーダは、RM符号に対して有限長で利用可能である。
  論文  参考訳（メタデータ） (2023-01-16T04:11:14Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Cyclically Equivariant Neural Decoders for Cyclic Codes [33.63188063525036]
  循環不変性を利用して,循環符号のニューラルデコーダを提案する。 当社の新しいデコーダは、サイクル符号のデコード時に、従来のニューラルデコーダを一貫して上回る性能を発揮します。 最後に,BCH符号と句読込みRM符号の復号誤差確率を大幅に低減できるリスト復号手順を提案する。
  論文  参考訳（メタデータ） (2021-05-12T09:41:13Z)
• Pruning Neural Belief Propagation Decoders [77.237958592189]
  本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。 我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
  論文  参考訳（メタデータ） (2020-01-21T12:05:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。