Precoding for the AWGN Channel With Discrete Interference
Notice bibliographique
Résumé
For a state-dependent discrete memoryless channel with input alphabet${\cal X}$, state alphabet${\cal S}$, and output alphabet${\cal Y}$where the independent and identically distributed (i.i.d.) state sequence is known causally at the transmitter, it is shown that by using at most$\min \{\vert{\cal X}\vert \vert{\cal S}\vert -\vert{\cal S}\vert +1,\vert{\cal Y}\vert \}$out of$\vert{\cal X}\vert^{\vert{\cal S}\vert}$inputs of the Shannon's derived channel, the capacity is achievable. As an example of state-dependent channels with side information at the transmitter,$M$-ary signal transmission for the additive white Gaussian noise (AWGN) channel with additive$Q$-ary interference where the sequence of i.i.d. interference symbols is known causally at the transmitter is considered. The optimal precoding scheme is derived under the constraint that the channel input given any current interference symbol is uniformly distributed over the channel input alphabet. It is shown that at low signal-to-noise ratio (SNR) not doing precoding is optimal. For the special case where the Gaussian noise power is zero, it is shown that the rate$\log_2 M$is achievable by a one-shot coding scheme if${\cal X}$is an arithmetic progression.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».