MétaCan
Menu
Retour à la cohorte
Enregistrement W2153147836 · doi:10.1109/lcomm.2012.111412.122095

On Gaussian Interference Channels with Constellation-Based Transmitters

2012· article· en· W2153147836 sur OpenAlexaff
Kamyar Moshksar, Akbar Ghasemi, Amir K. Khandani

Notice bibliographique

RevueIEEE Communications Letters · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInterference (communication)Upper and lower boundsTopology (electrical circuits)Gaussian noiseTransmitterConstellationGaussianComputer scienceChannel (broadcasting)TelecommunicationsAlgorithmMultiplexingNoise (video)MathematicsPhysicsCombinatoricsMathematical analysisArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this letter, we study a two-user Gaussian Interference Channel (GIC) with constellation-based transmitters where both transmitters utilize PSK signaling and both receivers treat interference as noise. It is verified that if one user rotates its constellation appropriately compared to the constellation of the other user, the achievable sum-rate in the network considerably increases. Due to the fact that the noise plus interference at each receiver is mixed-Gaussian, there is no closed formula for the sum-rate. Using Fano's inequality, a lower bound is developed on the sum-rate in the network. The lower bound is tight in the sense that it identifies the optimal value for the angle of rotation. Moreover, it is demonstrated that the proposed lower bound can be larger than the exact value of sum-rate achieved by random Gaussian codes or Time-Division-Multiplexing (TDM).

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 enseignants0,889
Score d'incertitude au seuil0,827

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 ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,255
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'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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207