Compute-and-Forward Protocol Design Based on Improved Sphere Decoding
Notice bibliographique
Résumé
We consider the problem of finding the optimal coefficient vector that maximizes the computation rate at a relay in the computer-and-forward scheme. Based on the idea of sphere decoding, we propose a low-complexity method that gives the maximum rate. First, we derive an efficient algorithm to compute the Cholesky factorization by using the structure of the matrix, to transfer the problem to a shortest vector problem (SVP). This algorithm gives the closed-form expression of the Cholesky factor $\R$ with only $\bigO(n^2)$ flops. Based on this $\R$, we propose some conditions that can be checked by $\bigO(n)$ flops, under which the optimal coefficient vector can be obtained immediately without using any search algorithm. Second, by taking into account some resultant useful properties of the optimal coefficient vector, we modify the Schnorr-Euchner search algorithm to solve the SVP. Although the general SVP is suspected to be NP-hard, by studying the properties of $\R$, we show that the average cost of our new algorithm is estimated by $\bigO(n^{2.5})$ for i.i.d. Gaussian channel entries. Numerical simulations show that our proposed branch-and-bound method is much more efficient than the existing one that gives the optimal solution. Besides, compared with the suboptimal methods, our method offers the best performance at a cost lower than that of the LLL method and similar to that of the quadratic programming relaxation method.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».