MétaCan
Menu
Retour à la cohorte
Enregistrement W2153440829 · doi:10.1109/twc.2007.060418

Semidefinite programming relaxation approach for multiuser detection of QAM signals

2007· article· en· W2153440829 sur OpenAlexaff
Zhiwei Mao, Xianmin Wang, Xiaofeng Wang

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensConcordia UniversityMtekvision (Canada)Lakehead University
Organismes subventionnairesnon disponible
Mots-clésQAMSemidefinite programmingQuadrature amplitude modulationRelaxation (psychology)DetectorInteger programmingComputer scienceBinary numberAlgorithmMathematical optimizationInteger (computer science)Quadratically constrained quadratic programMathematicsQuadratic programmingBit error rateTelecommunicationsDecoding methods

Résumé

récupéré en direct d'OpenAlex

A semidefinite programming (SDP) relaxation approach is proposed to solve multiuser detection problems in systems with M-ary quadrature amplitude modulation (M-QAM). In the proposed approach, the optimal M-ary maximum likelihood (ML) detection is carried out by converting the associated M-ary integer programming problem into a binary integer programming problem. Then a relaxation approach is adopted to convert the binary integer programming problem into an SDP problem. This relaxation process leads to a detector of much reduced complexity. A multistage approach is then proposed to improve the performance of the SDP relaxation based detectors. Computer simulations demonstrate that the symbol-error rate (SER) performance offered by the proposed multistage SDP relaxation based detectors outperforms that of several existing suboptimal detectors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,059
Tête enseignante GPT0,318
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations55
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetWireless Communication Networks ResearchTravaux en français237 207