MétaCan
Menu
Retour à la cohorte
Enregistrement W3196856060 · doi:10.1109/isit45174.2021.9518264

A Binary Decomposition and Transmission Schemes for the Peak-Constrained IM/DD Channel

2021· article· en· W3196856060 sur OpenAlexaff
Sarah Bahanshal, Anas Chaaban

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDecoding methodsBinary numberAlgorithmDecodesBinary symmetric channelComputer scienceChannel (broadcasting)Coding (social sciences)Binary codeBinary erasure channelTransmission (telecommunications)Channel capacityBit error rateSignal-to-noise ratio (imaging)Topology (electrical circuits)MathematicsTelecommunicationsChannel codeArithmeticStatisticsCombinatorics

Résumé

récupéré en direct d'OpenAlex

This paper develops a binary decomposition for the peak-constrained intensity-modulation with direct-detection (IM/DD) channel. Then, it uses this decomposition, which we call a Vector Binary Channel (VBC), to propose simple binary coding schemes. The VBC consists of$N$bit-pipes and, different from the Avestimehr-Diggavi-Tse linear deterministic model, captures interactions between bit-pipes thus preserves capacity. Two practical coding schemes are then designed for the VBC. The first is an Independent Coding scheme which encodes independently and decodes successively while ignoring the dependence between noises on different bit-pipes. The second improves upon the first by exploiting the knowledge of noises on previously decoded bit-pipes as a state for the current decoding operation. The achievable rates of the schemes are compared numerically with capacity, and shown to perform well with the second scheme approaching capacity for signal-to-noise ratio (SNR) > 2.5 dB. The schemes can be implemented using practical capacity-achieving codes for the binary symmetric channel (BSC) such as polar codes. Methods to improve the schemes at low-SNR are discussed towards the end of the paper.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Wireless Communication TechnologiesTravaux en français237 207