MétaCan
Menu
Retour à la cohorte
Enregistrement W2095946473 · doi:10.1109/qbsc.2012.6221379

Faster than Nyquist broadcast signaling

2012· article· en· W2095946473 sur OpenAlexaff
Yong Jin Daniel Kim, Jan Bajcsy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceChannel (broadcasting)GaussianCoding (social sciences)Broadcasting (networking)Dirty paper codingComputer networkNyquist–Shannon sampling theoremTransmission (telecommunications)Channel codeTelecommunicationsTheoretical computer scienceDecoding methodsPrecodingMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In this work, we propose using Faster than Nyquist (FTN) signaling to achieve transmission over continuous-time Gaussian broadcast channel. In the FTN broadcasting, different users' messages are completely separated in the coding stage; hence removing the joint encoding that is typically needed in the previously proposed broadcast channel coding schemes. Furthermore, users' data symbols are explicitly and separately transmitted over the channel using the FTN signaling; thus, alleviating the definition of auxiliary random variables used in the broadcast channel coding theorems. This work shows that the FTN broadcast signaling allows achieving the capacity boundaries of the Gaussian broadcast channel. This implies that FTN can be a viable alternative to the standard capacity-achieving techniques considered in discrete-time Gaussian broadcast channel, i.e., superposition coding and dirty paper coding.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,247
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207