Fugu-MT 論文翻訳(概要): Investigating the Optimal Neural Network Parameters for Decoding

論文の概要: Investigating the Optimal Neural Network Parameters for Decoding

arxiv url: http://arxiv.org/abs/2204.12441v1
Date: Wed, 20 Apr 2022 10:19:00 GMT
ステータス: 処理完了
システム内更新日: 2022-05-09 03:38:56.190712
Title: Investigating the Optimal Neural Network Parameters for Decoding
Title（参考訳）: 復号化のための最適ニューラルネットワークパラメータの検討
Authors: Joshua Tshifhiwa Maumela
Abstract要約: この論文ではニューラルネットワークデコーダの効率を最大化するパラメータについて検討する。パラメータは逆エラーのためにのみテストされる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Neural Networks have been proved to work as decoders in telecommunications, so the ways of making it efficient will be investigated in this thesis. The different parameters to maximize the Neural Network Decoder's efficiency will be investigated. The parameters will be tested for inversion errors only.
Abstract（参考訳）: ニューラルネットワークは電気通信におけるデコーダとして機能することが証明されているため、この論文ではその効率性について検討する。ニューラルネットワークデコーダの効率を最大化するための異なるパラメータについて検討する。パラメータは逆エラーのためにのみテストされる。

関連論文リスト

Improving Generalization of Deep Neural Networks by Optimum Shifting [33.092571599896814]
本稿では,ニューラルネットワークのパラメータを最小値からフラット値に変化させる,近位シフトと呼ばれる新しい手法を提案する。本手法は,ニューラルネットワークの入力と出力が固定された場合,ネットワーク内の行列乗算を,未決定線形方程式系として扱うことができることを示す。
論文参考訳（メタデータ） (2024-05-23T02:31:55Z)
Neural network decoder for near-term surface-code experiments [0.7100520098029438]
ニューラルネットワークデコーダは従来のデコーダに比べて論理的誤り率を低くすることができる。これらのデコーダは物理エラー率に関する事前情報を必要としないため、高度に適応可能である。
論文参考訳（メタデータ） (2023-07-06T20:31:25Z)
Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文参考訳（メタデータ） (2023-06-08T06:15:17Z)
The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
論文参考訳（メタデータ） (2023-04-14T19:46:39Z)
Simple initialization and parametrization of sinusoidal networks via their kernel bandwidth [92.25666446274188]
従来の活性化機能を持つネットワークの代替として、活性化を伴う正弦波ニューラルネットワークが提案されている。まず,このような正弦波ニューラルネットワークの簡易版を提案する。次に、ニューラルタンジェントカーネルの観点からこれらのネットワークの挙動を分析し、そのカーネルが調整可能な帯域幅を持つ低域フィルタを近似することを実証する。
論文参考訳（メタデータ） (2022-11-26T07:41:48Z)
NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
論文参考訳（メタデータ） (2022-09-29T04:06:00Z)
Learning to Learn with Generative Models of Neural Network Checkpoints [71.06722933442956]
ニューラルネットワークのチェックポイントのデータセットを構築し,パラメータの生成モデルをトレーニングする。提案手法は,幅広い損失プロンプトに対するパラメータの生成に成功している。我々は、教師付きおよび強化学習における異なるニューラルネットワークアーキテクチャとタスクに本手法を適用した。
論文参考訳（メタデータ） (2022-09-26T17:59:58Z)
Beyond Dropout: Feature Map Distortion to Regularize Deep Neural Networks [107.77595511218429]
本稿では,ディープニューラルネットワークの中間層に関連する実験的なRademacher複雑性について検討する。上記の問題に対処するための特徴歪み法(Disout)を提案する。より高い試験性能を有するディープニューラルネットワークを作製するための特徴写像歪みの優位性を解析し、実証した。
論文参考訳（メタデータ） (2020-02-23T13:59:13Z)

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。