論文の概要: Scalable Mamba-Based Message-Passing Neural Decoder for Error-Correcting Codes

• arxiv url: http://arxiv.org/abs/2605.10681v1
• Date: Mon, 11 May 2026 14:57:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 02:24:05.575845
• Title: Scalable Mamba-Based Message-Passing Neural Decoder for Error-Correcting Codes
• Title（参考訳）: 誤り訂正のためのスケーラブルなマンバ型メッセージパッシングニューラルデコーダ
• Authors: Rostislav Gusev, Nikita Aleksandrov, Artem Solomkin, Dmitry Artemasov,
• Abstract要約: 本稿では,2進線形符号のための無注意シンドロームに基づくニューラルデコーダであるMamba Message-passing Decoder (MMPD)を紹介する。 MMPDは、可変チェックエッジに沿って局所的なペアワイズアグリゲーションを実行することにより、メッセージパスデコーダのタナーグラフ構造を保持する。 1056, 880) のLDPC符号の実験では、MMPDは目標ビット誤り率で最先端のCrossMPTデコーダよりも0.45dBのゲインを達成している。
• 参考スコア（独自算出の注目度）: 0.26097841018267615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Forward error correction is essential for reliable communication over noisy channels. Attention-based model-free neural decoders have shown strong performance for short codes, but their scalability to longer codes is limited by the quadratic memory and computational cost of attention. In this paper, we introduce the Mamba message-passing decoder (MMPD), an attention-free syndrome-based neural decoder for binary linear codes. MMPD retains the Tanner-graph structure of a message-passing decoder by performing local pairwise aggregation along variable-check edges. To enable efficient long-range information propagation, these local updates are combined with bidirectional Mamba state-space blocks. By avoiding dense attention matrices, MMPD scales more favorably for long codes in both memory and computation. Experiments on the (1056, 880) LDPC code show that MMPD achieves a 0.45 dB gain over the state-of-the-art CrossMPT decoder at a specified target bit error rate, while reducing memory consumption by a factor of 1.5. This reduction factor increases substantially for longer codes, demonstrating the applicability of MMPD to scalable neural decoding of practical long codes.
• Abstract（参考訳）: ノイズチャネル上での信頼性通信には前方誤り補正が不可欠である。 注意に基づくモデルフリーなニューラルデコーダは、短いコードでは強力な性能を示してきたが、長いコードへのスケーラビリティは、二次記憶と計算コストによって制限されている。 本稿では,2進線形符号のための無注意シンドロームに基づくニューラルデコーダであるMamba Message-passing Decoder (MMPD)を紹介する。 MMPDは、可変チェックエッジに沿って局所的なペアワイズアグリゲーションを実行することにより、メッセージパスデコーダのタナーグラフ構造を保持する。 効率的な長距離情報伝達を可能にするため、これらのローカル更新は双方向のMamba状態空間ブロックと組み合わせられる。 密集した注意行列を避けることで、MMPDはメモリと計算の両方において長いコードに対してより好意的にスケールする。 1056, 880) のLDPC符号の実験では、MMPDは目標ビット誤り率で最先端のCrossMPTデコーダよりも0.45dBのゲインを達成し、メモリ消費を1.5倍に削減した。 この削減係数は、より長いコードに対して大幅に増加し、実践的な長いコードのスケーラブルなニューラルデコードに適用可能であることを示す。

関連論文リスト

• Architectural Exploration of Hybrid Neural Decoders for Neuromorphic Implantable BMI [5.76010717601678]
  本研究は、ニューロモルフィックな脳-機械界面(Neu-iBMI)のための効率的なデコードパイプラインを提供する。 スパイク検出器 (EvFilter-SPD) としても機能する可変イベントフィルタ (EvFilter) を導入し, それぞれ192X と 554X でデコードされたイベント数を著しく削減した。
  論文  参考訳（メタデータ） (2025-05-09T12:15:09Z)
• Decoding for Punctured Convolutional and Turbo Codes: A Deep Learning Solution for Protocols Compliance [32.887114329215045]
  本稿では,畳み込み畳み込み符号とターボ符号に対して,LSTMを用いたニューラルデコーダを提案する。 提案したLSTMベースのニューラルネットワークデコーダのキーコンポーネントは、句読取認識の埋め込みで、句読取パターンを直接ニューラルネットワークに組み込む。
  論文  参考訳（メタデータ） (2025-02-21T14:00:14Z)
• 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)
• A Cryogenic Memristive Neural Decoder for Fault-tolerant Quantum Error Correction [0.0]
  インメモリ・クロスバー(IMC)アーキテクチャに基づくニューラルデコーダの設計と解析を行う。 ハードウェアを意識したリトレーニング手法を開発し、フィデリティ損失を軽減する。 この研究は、フォールトトレラントQECの統合のためのスケーラブルで高速で低消費電力のMCCハードウェアへの経路を提供する。
  論文  参考訳（メタデータ） (2023-07-18T17:46:33Z)
• 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)
• 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)
• 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)
• 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。