PulseAugur
实时 09:35:10
English(EN) Scalable Mamba-Based Message-Passing Neural Decoder for Error-Correcting Codes

基于Mamba的神经网络解码器为纠错码提供可扩展解决方案

研究人员开发了一种名为MMPD的新型神经网络解码器,它利用Mamba状态空间块来高效处理长纠错码。与之前的基于注意力模型相比,这种无注意力方法显著降低了内存和计算成本。在LDPC码上的测试中,MMPD表现出显著的性能提升和内存使用量的显著减少,使其适用于实际的长码应用。 AI

影响 引入了一种更节省内存的架构来处理长纠错码,有可能提高各种系统中的通信可靠性。

排序理由 该集群包含一篇详细介绍纠错码新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

基于Mamba的神经网络解码器为纠错码提供可扩展解决方案

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Dmitry Artemasov ·

    面向纠错码的可扩展Mamba基消息传递神经网络解码器

    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 atten…