- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
A
JOURNALOFLTXCLASSFILES,VOL.14,NO.8,AUGUST20151
E
中间块长度下用于
UEP码的结构化叠加自动编码器
VukanNinkovic,Member,IEEE,DejanVukobratovic,SeniorMember,IEEE
摘要—不等错误保护(UEP)编码能够在传输的消息中实消息分配不同的可靠性级别,而后者则侧重于保护二进
现不同的可靠性水平,对于现代通信系统至关重要。基于自编码制消息中的特定段落,根据其重要性进行保护[6]–[8]。
器(AE)的代码设计在学习到的等错误保护(EEP)编码方案这一特性在多媒体通信[9]或5G细胞网络中尤为宝贵,
的背景下显示出前景。然而,由于基于AE模型的复杂性不断增
在这些领域中,诸如超高可靠低延迟通信(URLLC)和
加,它们在UEP中的应用仍然很大程度上未被探索,尤其是在
本中间块长度的情况下。受到传统UEP方案中叠加编码和顺序干增强型移动宽带(eMBB)等不同服务需要不同的可靠
译扰消除(SIC)解码证明有效性的启发,我们提出了一种结构化性级别[7]。尽管它们具有实际意义,但比特级UEP编
的基于AE的架构,该架构将基于AE的UEP代码扩展到大码的设计与分析,包括在有限块长下可实现的错误概率
中得多的块长度,同时保持高效的训练。通过将编码和解码结构化区域及其反向界限的推导,仍然是一个挑战[6]–[8]。
1为较小的AE子块,我们的方法提供了一个灵活的框架,用于微在本文中,我们提出了一种针对中间块长的结构化
v调UEP可靠性水平,并适应各种系统参数。数值结果表明,所
7AE基础比特位UEP编码设计。我们的灵感来源于传
8提出的方法优于基于随机叠加编码的UEP方案与SIC解码已
4建立的可达性界限,使提出的结构化的基于AE的UEP代码成统编码理论,因为叠加编码和逐步干扰消除(SIC)解
7为下一代网络的一种可扩展和高效的解决方案。码已被证明对比特位UEP[8],[10]是有效的。受到这些
0
.结果以及我们在UEP和基于叠加AE的代码[11],[12]
8IndexTerms—自动编码器,机器学习,不等错误保护。
0方面之前工作的启发,我们的目标是开发一种学习基础
5I.介绍的UEP编码设计,在增加块长时保留基于叠加的代码
2
:
vUTOENCODER基于的通信系统近年来受到了和SIC解码的优势,并解决可扩展性挑战。
i
xA广泛关注[1]–[3],展示了它们在设计端到端学为了实现这一目标,我们引入了一个结构化的UEP
r
a习传输方案方面的潜力。然而,它们在不等错误保护编码/解码过程,将代码组织成一组较小的构成AE子
(UEP)代码[4]中的应用仍然很大程度上未被探索,特块。此外,我们结合了在[12]中最初引入的复合损失函
别是在中间块长度的情况下。将传统基于AE的架构扩数来优化不同可靠性类别之间的权衡关系。我们证明了
展到更高块长度的主要挑战来自于维度灾难,更大的块所提出的方法超过了基于随机叠加编码和SIC解码的
长度需要指数级复杂度的模型。因此,由于过高的计算UEP方案[8],扩展了可实现的错误概率区域。先前的
需求和收敛困难[5],为中等和长块长度训练AE变得研究表明,来自[8]的可
您可能关注的文档
- 一种适用于移动全双工语音交互的小型声学回波消除解决方案.pdf
- 通过特征图质量评分解耦自动驾驶模型的功能评估.pdf
- 基于正例和无标签学习的个体未标记数据自适应伪标签选择.pdf
- 面向足球精彩片段的自动评论生成.pdf
- 病理图像分割的领域泛化通过切片级和 WSI 级对比学习实现.pdf
- MIDI-B 挑战中的 DICOM 图像去标识化算法.pdf
- 通过带拒绝模块的顶级学习增强医疗图像诊断的可靠性.pdf
- 实时 CARFAC 耳蜗模型在 FPGA 上的加速用 于水下声学传感系统.pdf
- 深度学习雀神麻将代理的进化优化.pdf
- 对话 DNA:理解人类与 AI 对话结构的一种新视觉语言.pdf
- 基于高斯喷射的新视角合成:对摄影测量模型精度和分辨率的影响.pdf
- 揭开被遗忘权背景下预测不确定性漏洞的研究方向.pdf
- 基于深度学习的卫生保健废物分类,符合尼泊尔的垃圾桶颜色指南.pdf
- 利用学习偏差进行噪声异常检测.pdf
- 事件感知的 LLM 增强财务推文情感因素:可解释量化交易的透明框架.pdf
- AgriVLN: 农业机器人视觉与语言导航.pdf
- 让我们理解场景中的长事件文本.pdf
- Invert4TVG: 一个带有逆向任务的时序视频定位框架以增强动作理解.pdf
- Pentest-R1:面向通过两阶段强化学习优化的 自主渗透测试推理.pdf
- 个性化 RAG 通过对比奖励优化学习显式推理的模型 PrLM.pdf
- 专业Latex文档翻译 + 关注
-
实名认证服务提供商
专业Latex文档翻译,完整保持文档排版,完美处理文档中的数学公式和图表等元素,并提供 arXiv Latex 论文中文翻译。
文档评论(0)