論文の概要: Deep Polar Codes
- arxiv url: http://arxiv.org/abs/2308.03004v1
- Date: Sun, 6 Aug 2023 03:29:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 17:19:45.382313
- Title: Deep Polar Codes
- Title(参考訳): 深部極符号
- Authors: Geon Choi and Namyoon Lee
- Abstract要約: 我々は、深度極性符号(deep polar code)と呼ばれる、事前変換された極性符号の新たなクラスを導入する。
まず、様々な大きさの多層極変換を利用するディープ・ポーラ・エンコーダを提案する。
我々の符号化法はレートプロファイリングの柔軟性を提供し、幅広いコードレートとブロック長を受け入れる。
- 参考スコア(独自算出の注目度): 19.265010348250897
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, we introduce a novel class of pre-transformed polar codes,
termed as deep polar codes. We first present a deep polar encoder that
harnesses a series of multi-layered polar transformations with varying sizes.
Our approach to encoding enables a low-complexity implementation while
significantly enhancing the weight distribution of the code. Moreover, our
encoding method offers flexibility in rate-profiling, embracing a wide range of
code rates and blocklengths. Next, we put forth a low-complexity decoding
algorithm called successive cancellation list with backpropagation parity
checks (SCL-BPC). This decoding algorithm leverages the parity check equations
in the reverse process of the multi-layered pre-transformed encoding for SCL
decoding. Additionally, we present a low-latency decoding algorithm that
employs parallel-SCL decoding by treating partially pre-transformed bit
patterns as additional frozen bits. Through simulations, we demonstrate that
deep polar codes outperform existing pre-transformed polar codes in terms of
block error rates across various code rates under short block lengths, while
maintaining low encoding and decoding complexity. Furthermore, we show that
concatenating deep polar codes with cyclic-redundancy-check codes can achieve
the meta-converse bound of the finite block length capacity within 0.4 dB in
some instances.
- Abstract(参考訳): 本稿では, 深部極性符号(deep polar code)と呼ばれる, 事前変換された極性符号の新たなクラスを紹介する。
まず,様々な大きさの多層極性変換を利用するディープ極性エンコーダを提案する。
エンコーディングへのアプローチは、コードの重み分布を著しく向上しながら、複雑さの低い実装を可能にする。
さらに,符号化手法はレートプロファイリングの柔軟性を提供し,幅広いコードレートとブロック長を受け入れる。
次に、バックプロパゲーションパリティチェック(SCL-BPC)を用いた逐次キャンセルリストと呼ばれる低複雑さ復号アルゴリズムを提案する。
この復号アルゴリズムは、SCL復号のための多層前変換符号化の逆過程におけるパリティチェック方程式を利用する。
さらに、部分前変換ビットパターンを追加の凍結ビットとして扱い、並列SCLデコーディングを利用する低遅延復号アルゴリズムを提案する。
シミュレーションにより,符号化や復号化の複雑さを抑えつつ,様々な符号レートのブロック誤り率において,既成の極性符号よりも深い極性符号が優れていることを示す。
さらに,周期的冗長性チェック符号と深い極性符号を結合することで,0.4db以内の有限ブロック長容量のメタコンバース境界を実現できることを示す。
関連論文リスト
- Improved Logical Error Rate via List Decoding of Quantum Polar Codes [8.122270502556372]
逐次キャンセルリストデコーダ (SCL) は復号誤りの少ない古典極符号に対して効率的な復号器であることを示す。
偏極重み法に基づく量子極符号の新しいバージョンにSCLデコードを適用する。
SCL-E と SCL-C は、コードサイズ N とリストサイズ L の SCL の複雑性 O(LN logN) を維持している。
論文 参考訳(メタデータ) (2023-04-10T17:56:10Z) - Closest lattice point decoding for multimode Gottesman-Kitaev-Preskill
codes [0.8192907805418581]
量子誤り訂正(QEC)は、実用上の関心を持つ量子アルゴリズムのフォールトトレラントな実現において重要な役割を担っている。
マルチモード Gottesman-Kitaev-Preskill (GKP) 符号について検討し、多くの発振器で量子ビットを符号化する。
我々は、ランダムシフトエラーを修正するための最寄りのポイントデコーディング戦略を実装した。
論文 参考訳(メタデータ) (2023-03-08T16:42:42Z) - 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) - Neural Belief Propagation Decoding of Quantum LDPC Codes Using
Overcomplete Check Matrices [60.02503434201552]
元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。
このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
論文 参考訳(メタデータ) (2022-12-20T13:41:27Z) - Denoising Diffusion Error Correction Codes [92.10654749898927]
近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。
最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。
本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
論文 参考訳(メタデータ) (2022-09-16T11:00:50Z) - 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) - Scalable Polar Code Construction for Successive Cancellation List
Decoding: A Graph Neural Network-Based Approach [11.146177972345138]
本稿では、まず、極性符号を、極性符号構成メッセージパスグラフと呼ばれる異種グラフにマッピングする。
次に,極性コードに対応するPCCMPグラフの探索を目的とした,グラフニューラルネットワークに基づく反復的メッセージパッシングアルゴリズムを提案する。
数値実験により、IMPベースの極符号構造はCA-SCLデコードの下での古典的な構成よりも優れていた。
論文 参考訳(メタデータ) (2022-07-03T19:27:43Z) - Construction of Polar Codes with Reinforcement Learning [13.977646909897796]
本稿では,連続キャンセラリスト(SCL)デコーダの極符号構成問題を迷路トラバースゲームとして定式化する。
提案手法は、信頼性の高いビットチャネルのソートや選択に依存しない、ポーラコード構築のための新しい手法を提供する。
論文 参考訳(メタデータ) (2020-09-19T17:59:02Z) - On Sparsifying Encoder Outputs in Sequence-to-Sequence Models [90.58793284654692]
我々はTransformerをテストベッドとして、エンコーダとデコーダの間にあるゲートの層を導入します。
ゲートは、パリシティ誘導L0ペナルティの期待値を用いて正規化される。
このスペーサー化が2つの機械翻訳と2つの要約タスクに与える影響について検討する。
論文 参考訳(メタデータ) (2020-04-24T16:57:52Z) - ADMM-based Decoder for Binary Linear Codes Aided by Deep Learning [40.25456611849273]
この研究は、二進線形符号に対するディープニューラルネットワーク支援復号アルゴリズムを示す。
ディープ・アンフォールディングの概念に基づいて,乗算器の交互方向のデコーダ(ADMM)を展開させてデコードネットワークを設計する。
以上の結果から,DL支援デコーダはADMM課金デコーダよりも優れていた。
論文 参考訳(メタデータ) (2020-02-14T03:32:14Z) - 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。