Fugu-MT 論文翻訳(概要): Capacity Optimality of OAMP in Coded Large Unitarily Invariant Systems

論文の概要: Capacity Optimality of OAMP in Coded Large Unitarily Invariant Systems

arxiv url: http://arxiv.org/abs/2206.11680v1
Date: Thu, 23 Jun 2022 13:11:20 GMT
ステータス: 処理完了
システム内更新日: 2022-06-24 13:44:57.461369
Title: Capacity Optimality of OAMP in Coded Large Unitarily Invariant Systems
Title（参考訳）: 符号付き一様不変系におけるOAMPの容量最適性
Authors: Lei Liu, Shansuo Liang, and Li Ping
Abstract要約: 本稿では、単位不変感センサ行列、任意の信号分布、前方誤り制御(FEC)符号化を含む単位不変システム(LUIS)について検討する。最適化符号を用いたOAMPは、最適化されていない符号とよく知られたTurbo linear MMSEアルゴリズムよりも大幅に性能が向上していることを示す。
参考スコア（独自算出の注目度）: 9.101719525164803
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper investigates a large unitarily invariant system (LUIS) involving a unitarily invariant sensing matrix, an arbitrary fixed signal distribution, and forward error control (FEC) coding. Several area properties are established based on the state evolution of orthogonal approximate message passing (OAMP) in an un-coded LUIS. Under the assumptions that the state evolution for joint OAMP and FEC decoding is correct and the replica method is reliable, we analyze the achievable rate of OAMP. We prove that OAMP reaches the constrained capacity predicted by the replica method of the LUIS with an arbitrary signal distribution based on matched FEC coding. Meanwhile, we elaborate a constrained capacity-achieving coding principle for LUIS, based on which irregular low-density parity-check (LDPC) codes are optimized for binary signaling in the simulation results. We show that OAMP with the optimized codes has significant performance improvement over the un-optimized ones and the well-known Turbo linear MMSE algorithm. For quadrature phase-shift keying (QPSK) modulation, constrained capacity-approaching bit error rate (BER) performances are observed under various channel conditions.
Abstract（参考訳）: 本稿では,ユニタリ不変なセンシング行列,任意の固定信号分布,フォワードエラー制御(fec)符号化を含む大単位不変量系(luis)について検討する。非符号化LUISにおける直交近似メッセージパッシング(OAMP)の状態進化に基づいて,いくつかの領域特性を確立する。共振器OAMPとFECデコードのための状態進化が正しいと仮定し、レプリカ法が信頼性が高いという仮定の下で、OAMPの達成可能な速度を解析する。我々は,一致したFEC符号化に基づく任意の信号分布を持つLUISの複製法により予測される制約容量に達することを証明した。一方,不規則な低密度パリティチェック(LDPC)符号をシミュレーション結果のバイナリシグナリングに最適化したLUISの制約付きキャパシティ達成符号原理を詳しく検討する。最適化符号を用いたOAMPは、最適化されていない符号とよく知られたTurbo linear MMSEアルゴリズムよりも大幅に性能が向上していることを示す。二次位相シフト鍵(QPSK)変調では、様々なチャネル条件下で制限容量適応ビット誤り率(BER)のパフォーマンスが観察される。

関連論文リスト

Provably Mitigating Overoptimization in RLHF: Your SFT Loss is Implicitly an Adversarial Regularizer [52.09480867526656]
人間の嗜好を学習する際の分布変化と不確実性の一形態として,不一致の原因を同定する。過度な最適化を緩和するために、まず、逆選択された報酬モデルに最適なポリシーを選択する理論アルゴリズムを提案する。報奨モデルとそれに対応する最適ポリシーの等価性を用いて、優先最適化損失と教師付き学習損失を組み合わせた単純な目的を特徴とする。
論文参考訳（メタデータ） (2024-05-26T05:38:50Z)
The Near-optimal Performance of Quantum Error Correction Codes [2.670972517608388]
任意の符号と雑音に対する簡潔で最適化のない計量である準最適チャネル忠実度を導出する。従来の最適化手法と比較して、計算コストの削減により、以前はアクセス不能なサイズであったシステムをシミュレートすることができる。熱力学符号とGottesman-Kitaev-Preskill (GKP)符号のほぼ最適性能を解析的に導出した。
論文参考訳（メタデータ） (2024-01-04T01:44:53Z)
Deep Learning Assisted Multiuser MIMO Load Modulated Systems for Enhanced Downlink mmWave Communications [68.96633803796003]
本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-08T08:54:56Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Robust Quantitative Susceptibility Mapping via Approximate Message Passing with Parameter Estimation [14.22930572798757]
本稿では,パラメータ推定を組み込んだ定量的感受性マッピング(QSM)の確率的ベイズ的手法を提案する。 Sim2Snr1データセットでは、AMP-PEは最低のNRMSE、DFCM、最高のSSIMを達成した。生体内データセットでは、AMP-PEは頑健であり、推定パラメータを用いて感受性マップの復元に成功した。
論文参考訳（メタデータ） (2022-07-29T14:38:03Z)
Sufficient-Statistic Memory AMP [12.579567275436343]
AMP型アルゴリズムの重要な特徴は、それらの力学が状態進化によって正しく記述できることである。本稿では,十分に統計的なメモリAMP(SS-MAMP)アルゴリズムフレームワークを提案する。
論文参考訳（メタデータ） (2021-12-31T07:25:18Z)
Memory Approximate Message Passing [9.116196799517262]
近似メッセージパッシング(amp)は低コスト反復パラメータ推定手法である。本稿では,一元不変行列に対する低複素メモリAMP(MAMP)を提案する。
論文参考訳（メタデータ） (2020-12-20T07:42:15Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文参考訳（メタデータ） (2020-11-05T08:04:34Z)
Fast Immune System Inspired Hypermutation Operators for Combinatorial Optimisation [0.0]
突然変異ポテンシャルを持つ従来のハイパーミューテーションの修正を提案する。完全標準Opt-IA AISの分析において,HMP演算子と従来の演算子との優位性を示す。
論文参考訳（メタデータ） (2020-09-01T16:22:57Z)
Modal Regression based Structured Low-rank Matrix Recovery for Multi-view Learning [70.57193072829288]
近年、低ランクなマルチビューサブスペース学習は、クロスビューの分類において大きな可能性を示している。既存のLMvSLベースの手法では、ビューの区別と差別を同時に扱うことができない。本稿では,視差を効果的に除去し,識別性を向上する独自の方法であるStructured Low-rank Matrix Recovery (SLMR)を提案する。
論文参考訳（メタデータ） (2020-03-22T03:57:38Z)

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。