MétaCan
Menu
Retour à la cohorte
Enregistrement W2977760468 · doi:10.1109/tcsi.2019.2942833

Energy-Efficient Hardware Architectures for Fast Polar Decoders

2019· article· en· W2977760468 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Circuits and Systems I Regular Papers · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueError Correcting Code Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDecoding methodsEfficient energy useEnergy consumptionCMOSThroughputPolar codeEmbedded systemComputer architectureComputer engineeringComputer hardwareParallel computingWirelessElectronic engineeringAlgorithmEngineeringTelecommunicationsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Interest in polar codes has increased significantly upon their selection as a coding scheme for the 5th generation wireless communication standard (5G). While the research on polar code decoders mostly targets improved throughput, few implementations address energy consumption, which is critical for platforms that prioritize energy efficiency, such as massive machine-type communications (mMTC). In this work, we first propose a novel Fast-SSC decoder architecture that has novel architectural optimizations to reduce area, power, and energy consumption. Then, we extend our work to an energy-efficient implementation of the fast SC-Flip (SCF) decoder. We show that sorting a limited number of indices for extra decoding attempts is sufficient to practically match the performance of SCF, which enables employing a low-complexity sorter architecture. To our knowledge, the proposed SCF architecture is the first hardware realization of fast SCF decoding. Synthesis results targeting TSMC 65nm CMOS technology show that the proposed Fast-SSC decoder architecture is 18% more energy-efficient, has 14% less area and 30% less power consumption compared to state-of-the-art decoders in the literature. Compared to the state-of-the-art available SC-List (SCL) decoders that have equivalent error-correction performance, proposed Fast-SCF decoder is 29% faster while being 2.7× more energy-efficient and 51% more area-efficient.

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.

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 enseignants0,960
Score d'incertitude au seuil0,983

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 Opus0,012
Tête enseignante GPT0,223
Écart entre enseignants0,211 · 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