MétaCan
Menu
Retour à la cohorte
Enregistrement W3213976927 · doi:10.1109/istc49272.2021.9594229

Multi Coding Rates Nested Recursive Convolutional Doubly-Orthogonal Codes

2021· article· en· W3213976927 sur OpenAlexaff
Éric Roy, Christian Cardinal, David Haccoun

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueError Correcting Code Techniques
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésConvolutional codeEncoderCoding (social sciences)Tanner graphDecoding methodsBlock codeDiscrete mathematicsSerial concatenated convolutional codesConcatenated error correction codeLinear codeMathematicsAlgorithmComputer scienceCode rateCombinatoricsTheoretical computer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

This article presents a class of multi-coding rates time-invariant Recursive Convolutional Doubly-Orthogonal codes (RCDO). The Nested-RCDO (N-RCDO) codes are generated from their RCDO mother code which has a Tanner graph with a girth equal to 10 due to the doubly-orthogonal conditions imposed onto the connections positions of the mother recursive convolutional encoder. This implies that the girths of the N-RCDO codes are also equals to 10. Moreover, results are showing that regular (3, d <inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">ρ</inf> ) N-RCDO codes nearly achieve their asymptotic decoding limits for all the desired coding rates obtained from the regular mother RCDO code. These codes also offer a substantial additional coding gain as compared to the non-recursive multi coding rates CDO codes.

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 enseignants0,814
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,042
Tête enseignante GPT0,309
Écart entre enseignants0,267 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetError Correcting Code TechniquesTravaux en français237 207