Maximum a posteriori-based molecular circuit demodulators for spatially partitioned molecular communication receivers
Notice bibliographique
Résumé
This paper is built upon our earlier work on using a Markovian approach to design demodulators for diffusion-based molecular communications. In this earlier work, we show that demodulation can be performed by using a bank of analog filters, which are modelled by ordinary differential equations, to compute the log-posteriori probability that a transmission symbol is transmitted given the observations available to the demodulator. This earlier work was recently extended in two different ways. First, the earlier work assumes that the receiver is limited to a small volume called a voxel. We recently extended the work to the case where a receiver is modelled by a volume consisting of multiple voxels. In particular, we show that we can reduce the bit error rate by using receivers that are spatially partitioned. Second, the earlier work assumes that the computation of the log-posteriori probability is carried out in silico. We recently showed how the computation can be approximately carried out by a molecular circuit, i.e. a set of reactions. This paper builds on these two recent extensions. We make the following contributions. First, we derive molecular circuits to approximately compute the log-posteriori probability for partitioned receivers. We show how this is done for two different types of concentration modulation schemes. Second, the earlier work considered the demodulation of only one symbol. We extend the work so that the demodulator can decode a sequence of symbols by introducing a reset mechanism in the demodulator.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».