論文の概要: Gumbel-Softmax Discretization Constraint, Differentiable IDS Channel, and an IDS-Correcting Code for DNA Storage

• arxiv url: http://arxiv.org/abs/2407.18929v3
• Date: Sun, 05 Jan 2025 08:20:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:01:57.569806
• Title: Gumbel-Softmax Discretization Constraint, Differentiable IDS Channel, and an IDS-Correcting Code for DNA Storage
• Title（参考訳）: Gumbel-Softmax離散化制約、差別化可能なIDSチャネル、およびDNA保存のためのIDS補正コード
• Authors: Alan J. X. Guo, Mengyi Wei, Yufan Dai, Yali Wei, Pengchen Zhang,
• Abstract要約: 本稿では,複雑なIDSチャネルに対して,IDS訂正符号を効率よく生成することを目的とした自動エンコーダ方式 THEA-codeを提案する。 オートエンコーダの特徴を識別するために,Gumbel-Softmax離散化制約を提案する。 擬似微分可能なIDSチャネルは、IDS操作の微分可能な代替手段として開発されている。
• 参考スコア（独自算出の注目度）: 1.4272256806865107
• License:
• Abstract: Insertion, deletion, and substitution (IDS) error-correcting codes have garnered increased attention with recent advancements in DNA storage technology. However, a universal method for designing IDS-correcting codes across varying channel settings remains underexplored. We present an autoencoder-based method, THEA-code, aimed at efficiently generating IDS-correcting codes for complex IDS channels. In the work, a Gumbel-Softmax discretization constraint is proposed to discretize the features of the autoencoder, and a simulated differentiable IDS channel is developed as a differentiable alternative for IDS operations. These innovations facilitate the successful convergence of the autoencoder, resulting in channel-customized IDS-correcting codes with commendable performance across complex IDS channels.
• Abstract（参考訳）: 挿入、削除、置換(IDS)の誤り訂正符号は、近年のDNA保存技術の進歩とともに注目を集めている。 しかし、様々なチャンネル設定にまたがるIDS訂正符号を設計するための普遍的な手法は、まだ未定である。 本稿では,複雑なIDSチャネルに対して,IDS訂正符号を効率よく生成することを目的とした自動エンコーダ方式 THEA-codeを提案する。 本研究では,オートエンコーダの特徴を識別するために,Gumbel-Softmax離散化制約を提案する。 これらのイノベーションは、オートエンコーダの収束を成功させ、複雑なIDSチャネルにまたがるコメンタブルな性能で、チャネルカストマイズされたIDS訂正コードをもたらす。

関連論文リスト

• Threshold Selection for Iterative Decoding of $(v,w)$-regular Binary Codes [84.0257274213152]
  繰り返しビットフリップデコーダは、sparse $(v,w)$-regular符号の効率的な選択である。 閉形式モデルに基づくしきい値決定のための具体的な基準を提案する。
  論文  参考訳（メタデータ） (2025-01-23T17:38:22Z)
• Factor Graph Optimization of Error-Correcting Codes for Belief Propagation Decoding [62.25533750469467]
  低密度パリティ・チェック (LDPC) コードは、他の種類のコードに対していくつかの利点がある。 提案手法は,既存の人気符号の復号性能を桁違いに向上させる。
  論文  参考訳（メタデータ） (2024-06-09T12:08:56Z)
• 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)
• DoDo-Code: a Deep Levenshtein Distance Embedding-based Code for IDS Channel and DNA Storage [5.974644083956271]
  DoDo-Codeは、Levenshtein距離のディープ埋め込み、ディープ埋め込みベースのコードワード検索、ディープ埋め込みベースのセグメント修正を含むIDS訂正コードである。 DoDo-Codeは、可算深層学習法を用いて設計された最初のIDS訂正コードである。
  論文  参考訳（メタデータ） (2023-12-20T02:22:54Z)
• Delta Denoising Score [51.98288453616375]
  テキストベースの画像編集のための新しいスコアリング機能であるDelta Denoising Score (DDS)を紹介する。 ターゲットプロンプトに記述された内容に対して、入力画像の最小限の変更を導く。
  論文  参考訳（メタデータ） (2023-04-14T12:22:41Z)
• DUIDD: Deep-Unfolded Interleaved Detection and Decoding for MIMO Wireless Systems [25.372069988747114]
  繰り返し検出・復号化(IDD)は、マルチアンテナ無線システムにおいて、ほぼキャパシティ性能を実現することが知られている。 我々は,IDDの複雑さを低減しつつ,エラー率をさらに低くする新たなパラダイムであるdeep-Unfolded Interleaved Detection and Decoding (DUIDD)を提案する。
  論文  参考訳（メタデータ） (2022-12-15T13:32:36Z)
• Hybrid HMM Decoder For Convolutional Codes By Joint Trellis-Like Structure and Channel Prior [17.239378478086163]
  畳み込み符号の再構成とビタビアルゴリズムによる復号化のための隠れマルコフモデル(HMM)を提案する。 モデルパラメータがチャネル状態情報(CSI)を含むため,本手法は標準手法よりも優れた誤差補正電位を提供する。 マルチパスチャネルでは、ハイブリッドHMMデコーダはハード・ディクシジョンとソフト・ディクシジョン・デコーダを用いて4.7dB、2dBの性能向上を達成することができる。
  論文  参考訳（メタデータ） (2022-10-26T14:30:17Z)
• 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)
• FAID Diversity via Neural Networks [23.394836086114413]
  LDPC(Low-Density Parity Check)符号のための有限アルファベット反復デコーダ(FAID)のデコーダの多様性を設計する新しいアプローチを提案する。 提案するデコーダの多様性は、繰り返し量子化ニューラルネットワーク(RQNN)をトレーニングしてFAIDを学習・設計することで達成される。
  論文  参考訳（メタデータ） (2021-05-10T05:14:42Z)
• DeepSIC: Deep Soft Interference Cancellation for Multiuser MIMO Detection [98.43451011898212]
  複数のシンボルが同時に送信されるマルチユーザマルチインプットマルチアウトプット(MIMO)設定では、正確なシンボル検出が困難である。 本稿では,DeepSICと呼ぶ反復ソフト干渉キャンセリング(SIC)アルゴリズムの,データ駆動による実装を提案する。 DeepSICは、チャネルを線形にすることなく、限られたトレーニングサンプルから共同検出を行うことを学ぶ。
  論文  参考訳（メタデータ） (2020-02-08T18:31:00Z)

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。