MétaCan
Menu
Retour à la cohorte
Enregistrement W2166186983 · doi:10.1109/bsc.2006.1644582

Optimum Linear Systems for Power Constrained Transmission

2006· article· en· W2166186983 sur OpenAlexaff
Israfil Bahceci, Amir K. Khandani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTransmitterBandlimitingTransmission (telecommunications)Computer scienceBandwidth (computing)Band-pass filterLinear filterGaussianDistortion (music)Control theory (sociology)MathematicsChannel (broadcasting)Electronic engineeringFilter (signal processing)AlgorithmTelecommunicationsFourier transformPhysicsEngineeringMathematical analysisAmplifier

Résumé

récupéré en direct d'OpenAlex

This paper studies transmission of sources over noisy channels by a communication system subject to a power constraint at the transmitter. We consider the transmission of continuous- or discrete-time Gaussian sources and assume that the processing on the signals are within the family of linear operations. For stationary signals, a constraint on the power at the output of the transmission filter results in bandpass transmit and receive filters whose bandpass region include the frequencies at which the source spectra is above some threshold. This result shows similarities between the rate distortion arguments and the minimum mean square error (MSE) attainable by the optimum linear systems. Examples for frequently encountered source statistics are also studied and it is shown that linear processing both at the transmitter and at the receiver reduces the estimation errors significantly compared to the standard Wiener filtering approach. It is shown that for communication of a bandlimited source with arbitrary spectrum over a bandlimited channel with the same bandwidth as the source, using proposed linear processing approach attains the same distortion exponent as the theoretically optimum system does

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,266

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlind Source Separation TechniquesTravaux en français237 207