論文の概要: Reservoir Computing-based Multi-Symbol Equalization for PAM 4
Short-reach Transmission
- arxiv url: http://arxiv.org/abs/2212.00738v1
- Date: Tue, 29 Nov 2022 09:33:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-02 17:42:04.170752
- Title: Reservoir Computing-based Multi-Symbol Equalization for PAM 4
Short-reach Transmission
- Title(参考訳): PAM 4短距離伝送のための貯留層計算に基づくマルチシムボル等化
- Authors: Yevhenii Osadchuk, Ognjen Jovanovic, Darko Zibar and Francesco Da Ros
- Abstract要約: スペクトルスライシング型貯水池コンピュータ(RC)による32GBのPAM4伝送のマルチシンボル等化を提案する。
出力に17のシンボルを持つRCは、単一出力の場合に比べて乗算/記号の桁違いの減少を達成する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose spectrum-sliced reservoir computer-based (RC) multi-symbol
equalization for 32-GBd PAM4 transmission. RC with 17 symbols at the output
achieves an order of magnitude reduction in multiplications/symbol versus
single output case while maintaining simple training.
- Abstract(参考訳): スペクトルスライシング型貯水池コンピュータ(RC)による32GBのPAM4伝送のマルチシンボル等化を提案する。
出力に17のシンボルを持つRCは、単純なトレーニングを維持しながら、乗算/シンボル対単一出力ケースの桁違いの削減を達成する。
関連論文リスト
- AMXFP4: Taming Activation Outliers with Asymmetric Microscaling Floating-Point for 4-bit LLM Inference [6.699442219974261]
高速な大規模言語モデル推論のための非対称マイクロスケーリング4ビット浮動小数点(AMXFP4)を提案する。
データ・ローテーションとコスト・キャリブレーションに依存する従来の4ビット量子化法とは異なり、AMXFP4は4ビット直接鋳造に非対称な共有スケールを使用する。
私たちのAMXFP4フォーマットはMXFP4や他の主要な量子化技術よりも優れており、ロバストでキャリブレーションのない4ビットの推論を可能にします。
論文 参考訳(メタデータ) (2024-11-15T03:11:19Z) - PTQ4DiT: Post-training Quantization for Diffusion Transformers [52.902071948957186]
ポストトレーニング量子化(PTQ)は、計算とメモリフットプリントを大幅に削減できる高速でデータ効率のソリューションとして登場した。
提案するPTQ4DiTは,DiTのための特別に設計されたPTQ手法である。
PTQ4DiTは8ビットの精度でDiTの量子化に成功した。
論文 参考訳(メタデータ) (2024-05-25T02:02:08Z) - Advanced Equalization in 112 Gb/s Upstream PON Using a Novel Fourier Convolution-based Network [2.347521140387242]
本稿では,112Gb/s上流PAM4-PONに対して,FConvNetに基づく新しい低複雑性フーリエ畳み込みネットワーク(FConvNet)を実験的に実証する。
FConvNetは、0.005のBERにおいて、51tap Sato等化器とベンチマーク機械学習アルゴリズムと比較して、受信感度を2dBと1dBに向上させる。
論文 参考訳(メタデータ) (2024-05-04T08:33:24Z) - Liquid Structural State-Space Models [106.74783377913433]
Liquid-S4はLong-Range Arenaベンチマークで平均87.32%の性能を達成した。
全生音声コマンド認識では、データセットLiquid-S4は96.78%の精度で、S4と比較してパラメータ数が30%減少している。
論文 参考訳(メタデータ) (2022-09-26T18:37:13Z) - A Multi-Stage Multi-Codebook VQ-VAE Approach to High-Performance Neural
TTS [52.51848317549301]
高速なTTS合成のためのマルチステージマルチコードブック(MSMC)手法を提案する。
ベクトル量子化可変オートエンコーダ(VQ-VAE)に基づく特徴解析器を用いて,音声訓練データのメルスペクトルを符号化する。
合成において、ニューラルネットワークは予測されたSMCRを最終的な音声波形に変換する。
論文 参考訳(メタデータ) (2022-09-22T09:43:17Z) - Measurement and control of a superconducting quantum processor with a
fully-integrated radio-frequency system on a chip [0.0]
複数の量子ビット(量子ビット)の測定と制御を目的とした電子レンジプラットフォームPrestoについて述べる。
Prestoは直接デジタル合成を使用して、16の同期出力ポートで最大9GHzの信号を生成し、同時に16の入力ポートで応答を同期解析する。
Prestoは16のDCバイアス出力、デジタルトリガーまたはマーカーのための4の出力、最大15GHzの合成のための2つの連続波出力を持つ。
論文 参考訳(メタデータ) (2022-05-30T17:03:27Z) - A Connected Component Labelling algorithm for multi-pixel per clock
cycle video strea [0.0]
本稿では、reprogammable logicにおけるコネクテッドコンポーネントラベリング(CCL)モジュールのハードウェア実装について述べる。
主な斬新さは「フル」、すなわち、単純化なしに4ピクセル毎クロックフォーマット(4 ppc)をサポートし、4K/UltraHDビデオストリーム(3840 x 2160 ピクセル)を毎秒60フレームでリアルタイムに処理できることである。
提案モジュールは,ZCU104評価ボード上のXilinx Zynq Ultrascale+ MPSoCチップ上で,シミュレーションおよびハードウェア上で検証された。
論文 参考訳(メタデータ) (2021-05-20T10:43:58Z) - Modulated Periodic Activations for Generalizable Local Functional
Representations [113.64179351957888]
我々は,複数のインスタンスに一般化し,最先端の忠実性を実現する新しい表現を提案する。
提案手法は,画像,映像,形状の汎用的な機能表現を生成し,単一信号に最適化された先行処理よりも高い再構成品質を実現する。
論文 参考訳(メタデータ) (2021-04-08T17:59:04Z) - Photonic reservoir computer based on frequency multiplexing [56.663315405998354]
本稿では、周波数領域多重化を利用してニューロン状態を符号化する貯水池コンピュータのフォトニック実装について報告する。
このシステムは同時に25個のコムライン(すなわち25個のニューロン)を20MHzの速度で処理する。
論文 参考訳(メタデータ) (2020-08-25T19:30:42Z) - End-to-End Multi-speaker Speech Recognition with Transformer [88.22355110349933]
音声認識モデルにおけるRNNベースのエンコーダデコーダをトランスフォーマーアーキテクチャに置き換える。
また、計算量を削減するために、シーケンス全体ではなくセグメントに制限されるセルフアテンションコンポーネントを変更します。
論文 参考訳(メタデータ) (2020-02-10T16:29:26Z)
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。