MétaCan
Menu
Retour à la cohorte
Enregistrement W2112285705 · doi:10.1109/tit.2008.929970

Unitary Space–Time Group Codes: Diversity Sums From Character Tables

2008· article· en· W2112285705 sur OpenAlexaff
Terasan Niyomsataya, Ali Miri, Monica Nevins

Notice bibliographique

RevueIEEE Transactions on Information Theory · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCharacter (mathematics)MathematicsEmphasis (telecommunications)Character tableUnitary groupGroup (periodic table)Unitary stateDiscrete mathematicsCombinatoricsPure mathematicsAlgebra over a fieldComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

<para xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> Diversity sum, which is calculated from the Frobenius norm of the difference of two distinct elements in a signal constellation, is the significant parameter to predict a unitary space–time constellation having good performance in low signal-to-noise ratio (SNR). In this correspondence, we propose a method to compute the diversity sum of a unitary group constellation using a character table. Our proposed analysis is simple, requiring only a lookup of the character table. We illustrate our method for the finite special linear groups <emphasis><formula formulatype="inline"><tex>$SL_{2}$</tex></formula></emphasis>, and compare codes with high diversity sum against fixed point free groups at low SNR. We also introduce the notion of a faithful group constellation, that is, one whose diversity sum is greater than <emphasis><formula><tex>$0$</tex></formula></emphasis>. Faithful group constellations may be obtained from any nontrivial character of a group. We describe the method to do so in this correspondence and illustrate it with the example of the finite projective special linear group <emphasis><formula formulatype="inline"><tex>${\rm PSL}_{2}$</tex></formula></emphasis>. </para>

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,815

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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information TheoryMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207