論文の概要: A Study of Neural Polar Decoders for Communication

• arxiv url: http://arxiv.org/abs/2510.03069v1
• Date: Fri, 03 Oct 2025 14:55:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-06 16:35:52.435682
• Title: A Study of Neural Polar Decoders for Communication
• Title（参考訳）: 通信用ニューラル極性デコーダの検討
• Authors: Rom Hirsch, Ziv Aharoni, Henry D. Pfister, Haim H. Permuter,
• Abstract要約: エンドツーエンド通信システムにおけるニューラルポーラデコーダ(NPD)の適用と解析を行う。 NPDはBER、BLER、スループットで5G極復号器を一貫して上回っている。 シングルキャリアシステムに適用されたNPDは、低いPAPRを持つOFDMに匹敵する性能を提供し、5Gチャネル上で効果的なシングルキャリア伝送を可能にする。
• 参考スコア（独自算出の注目度）: 19.8775972298085
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this paper, we adapt and analyze Neural Polar Decoders (NPDs) for end-to-end communication systems. While prior work demonstrated the effectiveness of NPDs on synthetic channels, this study extends the NPD to real-world communication systems. The NPD was adapted to complete OFDM and single-carrier communication systems. To satisfy practical system requirements, the NPD is extended to support any code length via rate matching, higher-order modulations, and robustness across diverse channel conditions. The NPD operates directly on channels with memory, exploiting their structure to achieve higher data rates without requiring pilots and a cyclic prefix. Although NPD entails higher computational complexity than the standard 5G polar decoder, its neural network architecture enables an efficient representation of channel statistics, resulting in manageable complexity suitable for practical systems. Experimental results over 5G channels demonstrate that the NPD consistently outperforms the 5G polar decoder in terms of BER, BLER, and throughput. These improvements are particularly significant for low-rate and short-block configurations, which are prevalent in 5G control channels. Furthermore, NPDs applied to single-carrier systems offer performance comparable to OFDM with lower PAPR, enabling effective single-carrier transmission over 5G channels. These results position the NPD as a high-performance, pilotless, and robust decoding solution.
• Abstract（参考訳）: 本稿では,エンドツーエンド通信システムにおけるニューラルポーラデコーダ(NPD)の適応と解析を行う。 先行研究は合成チャネルにおけるNPDの有効性を示したが、本研究ではNPDを現実世界の通信システムに拡張した。 NPDはOFDMとシングルキャリア通信システムに適合した。 実際のシステム要件を満たすため、NPDは、様々なチャネル条件をまたいだレートマッチング、高次変調、ロバスト性によって、任意のコード長をサポートするように拡張されている。 NPDは直接、メモリを持つチャネル上で動作し、パイロットやサイクリックプレフィックスを必要とせずに、その構造を利用して高いデータレートを達成する。 NPDは標準の5G極復号器よりも計算複雑性が高いが、ニューラルネットワークアーキテクチャはチャネル統計の効率的な表現を可能にし、実用的なシステムに適した管理可能な複雑性をもたらす。 5Gチャネル上での実験結果から,NPDはBER,BLER,スループットで5G極復号器より一貫して優れていた。 これらの改善は、低レートと短ブロックの設定において特に重要であり、5G制御チャネルで広く使われている。 さらに、シングルキャリアシステムに適用されたNPDは、低いPAPRでOFDMに匹敵する性能を提供し、5Gチャネル上で効果的なシングルキャリア伝送を可能にする。 これらの結果は、NPDを高性能でパイロットレスで堅牢な復号法として位置づけている。

関連論文リスト

• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• OpenDPDv2: A Unified Learning and Optimization Framework for Neural Network Digital Predistortion [10.484441707788127]
  本稿では,PAモデリング,PD学習,モデル最適化のための統合フレームワークであるOpenDPDv2を提案する。 最適化手法は、2つのエネルギー効率の良い手法と共に、新しいDPDアルゴリズムであるTRes-DeltaGRUを特徴としている。
  論文  参考訳（メタデータ） (2025-07-09T13:54:47Z)
• Neural Polar Decoders for DNA Data Storage [10.362077573132634]
  挿入や削除などの同期エラーは、DNAベースのデータストレージシステムにおいて根本的な課題となる。 我々は、同期エラーのあるチャネルに対して、低複雑さデコーダを設計するために、NPD(Neural polar decoder)に基づくデータ駆動アプローチを提案する。
  論文  参考訳（メタデータ） (2025-06-20T15:26:38Z)
• Code Rate Optimization via Neural Polar Decoders [19.03393799585162]
  ニューラル極復号器(NPD)の応用による通信速度の最適化手法を提案する。 チャネル入力と出力間の相互情報(MI)を推定するためにNPDを使用し、入力分布のモデルを最適化する。 均一かつ独立かつ同一に分散された入力分布によって達成されたものに対して,MIとBERの大幅な改善が見られた。
  論文  参考訳（メタデータ） (2025-06-18T19:22:26Z)
• 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)
• Channelformer: Attention based Neural Solution for Wireless Channel Estimation and Effective Online Training [1.0499453838486013]
  本稿では,改良されたチャネル推定を実現するために,エンコーダ・デコーダニューラルアーキテクチャ(Channelformer)を提案する。 我々は,復号器として,エンコーダと残差畳み込みニューラルアーキテクチャに多面的注意を払っている。 また,現代通信システムにおける第5世代(5G)新しい無線(NR)構成に基づく効果的なオンライントレーニング手法を提案する。
  論文  参考訳（メタデータ） (2023-02-08T23:18:23Z)
• Two-Timescale End-to-End Learning for Channel Acquisition and Hybrid Precoding [94.40747235081466]
  本研究では,ミリ波(mmWave)大規模マルチインプット多重出力(MIMO)システムのためのエンドツーエンドの深層学習に基づくジョイントトランスシーバ設計アルゴリズムを提案する。 我々は受信したパイロットを受信機でフィードバックビットにマッピングし、さらに送信機でハイブリッドプリコーダにフィードバックビットをマッピングするDNNアーキテクチャを開発した。
  論文  参考訳（メタデータ） (2021-10-22T20:49:02Z)
• GDP: Stabilized Neural Network Pruning via Gates with Differentiable Polarization [84.57695474130273]
  ゲートベースまたは重要度に基づくプルーニング手法は、重要度が最小のチャネルを削除することを目的としている。 GDPは、各チャネルのオン・アンド・オフを制御するために、ベルやホイッスルのない畳み込み層の前に接続することができる。 CIFAR-10とImageNetデータセットを用いて行った実験は、提案したGDPが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2021-09-06T03:17:10Z)
• End-to-End Learning of OFDM Waveforms with PAPR and ACLR Constraints [15.423422040627331]
  送信機にニューラルネットワーク(NN)を用いて,PAPRと隣接チャネルリーク比(ACLR)を制御可能な高次元変調方式を学習することを提案する。 2つのNNはOFDM上で動作し、PAPRとACLRの制約を強制するトレーニングアルゴリズムを使用して、エンドツーエンドで共同最適化される。
  論文  参考訳（メタデータ） (2021-06-30T13:09:30Z)
• Power Control for a URLLC-enabled UAV system incorporated with DNN-Based Channel Estimation [82.16169603954663]
  この手紙は、ディープニューラルネットワーク(DNN)に基づくチャネル推定を組み込んだ超信頼性低遅延通信(URLLC)有効無人航空機(UAV)システムの電力制御に関するものである。
  論文  参考訳（メタデータ） (2020-11-14T02:31:04Z)

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。