PulseAugur
中
实时 09:17:23
English(EN) A Comparative Analysis of MLP and Kolmogorov-Arnold Networks (KAN) for Faster-than-Nyquist (FTN) Signaling Detection

Kolmogorov-Arnold网络在FTN信号检测中优于MLP

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新的研究论文比较了多层感知器（MLP）和Kolmogorov-Arnold网络（KAN）在检测更快于奈奎斯特（FTN）信号方面的有效性。该研究生成了一个包含近四百万个标记窗口的大型数据集，用于加性高斯白噪声下的FTN BPSK检测。结果表明，KAN的性能显著优于MLP，在参数数量大大减少的情况下实现了更低的比特误码率。 AI

影响 Kolmogorov-Arnold网络在信号检测任务中展现出比传统MLP更优越的效率和性能，可能影响通信领域的未来研究。

排序理由 该集群包含一篇详细介绍神经网络架构在特定信号处理任务中的比较分析的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Kolmogorov-Arnold网络在FTN信号检测中优于MLP

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sude Ertan, Osman Tokluoglu, Enver Cavus ·

    A Comparative Analysis of MLP and Kolmogorov-Arnold Networks (KAN) for Faster-than-Nyquist (FTN) Signaling Detection

    arXiv:2608.02062v1 Announce Type: cross Abstract: Faster-than-Nyquist signaling improves spectral ef- ficiency by deliberately introducing inter-symbol interference. Classical sequence detectors such as BCJR can approach optimal performance, but their computational cost grows rap…

相关实体

相关话题