Early-detection scheme based on sequential tests for low-latency communications
Notice bibliographique
Résumé
Abstract We propose an early-detection scheme to reduce communications latency based on sequential tests under finite blocklength regime for a fixed-rate transmission without any feedback channel. The proposed scheme processes observations sequentially to decide in favor of one of the candidate symbols. Such a process stops as soon as a decision rule is satisfied or waits for more samples under a given accuracy. We first provide the optimal achievable latency in additive white Gaussian noise channels for every channel code given a probability of block error. For example, for a rate $$R = 0.5$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mrow> <mml:mi>R</mml:mi> <mml:mo>=</mml:mo> <mml:mn>0.5</mml:mn> </mml:mrow> </mml:math> and a blocklength of 500 symbols, we show that only $$63\%$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mrow> <mml:mn>63</mml:mn> <mml:mo>%</mml:mo> </mml:mrow> </mml:math> of the symbol time is needed to reach an error rate equal to $$10^{-5}$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:msup> <mml:mn>10</mml:mn> <mml:mrow> <mml:mo>-</mml:mo> <mml:mn>5</mml:mn> </mml:mrow> </mml:msup> </mml:math> . Then, we prove that if short messages can be transmitted in parallel Gaussian channels via a multi-carrier modulation, there exists an optimal low-latency strategy for every code. Next, we show how early detection can be effective with band-limited orthogonal frequency-division multiplexing signals while maintaining a given spectral efficiency by random coding or pre-coding random matrices. Finally, we show how the proposed early-detection scheme is effective in multi-hop systems.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».