Académique Documents
Professionnel Documents
Culture Documents
Résumé:
Evaluation des performances d’apprentissage profond pour le one-shot décodage pour deux
familles des codes : codage aléatoire et codage structuré (codes polaires).
Etudier les potentiels et les limites des méthodes de décodage basées sur l’apprentissage profond
en termes de performance et de complexité.
Observations :
Les codes doivent avoir une structure basée sur une règle de codage.
Est-ce-que les codes structurés sont plus facile à apprendre que les codes aléatoires ?
Est-ce-que les NN sont capables de décoder des nouveaux mots de code (non vu durant la
phase d’apprentissage) ?
Faible latence
Généralement la collecte des données d’apprentissage présente une tâche difficile et couteuse
Il est possible de générer autant des données que nécessaire, la sortie désirée peut être
aussi connue.
Solution alternative :
Utilisation des valeurs log likelihood ratio (LLR) au lieu d’utiliser les sorties de canal
directement.
𝑃(𝑥=0/𝑦)
𝐿𝐿𝑅 (𝑦) = ln 𝑃(𝑥=1/𝑦) =2/σ2 𝑦
σ2 : Puissance d’énergie.
𝑦 ∶ La sortie du canal