MétaCan
Menu
Retour à la cohorte
Enregistrement W4402776192 · doi:10.1109/ojcoms.2024.3461334

When are Quantum Algorithms Applicable for Signal Decoding in Wireless Communication?

2024· article· en· W4402776192 sur OpenAlexafffund
Abdulmohsen Alsaui, Ibrahim Al-Nahhal, Octavia A. Dobre

Notice bibliographique

RevueIEEE Open Journal of the Communications Society · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanada First Research Excellence FundCanada Excellence Research Chairs, Government of Canada
Mots-clésDecoding methodsComputer scienceWirelessAlgorithmSIGNAL (programming language)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Multiple-input multiple-output (MIMO) technology utilizes multiple antennas at the transmitter and receiver to enhance data transmission speeds and reliability. Traditional MIMO decoding methods, however, can become increasingly complex as the number of antennas and modulation order rises. Quantum computing brings forth a new realm of information processing with significant potential. This study investigates the applicability of quantum algorithms for decoding information in MIMO wireless communication systems. Specifically, the Dürr-Høyer quantum search, based on Grover’s algorithm, and optimal quantum sorting algorithms are leveraged to reduce the query complexity with an analysis of the complexity and achievable bit error rate performance of the quantum-assisted decoders. The study considers cases of MIMO diversity, spatial modulation, and multiplexing transmission using both maximum-likelihood and fixed-complexity sphere decoders. By examining a variety of communication scenarios, this work aims to assess the applicability of quantum algorithms across different operational regimes and aids in extending the methodology to other communication 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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0130,002
Intégrité de la recherche0,0000,001
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 Opus0,046
Tête enseignante GPT0,324
Écart entre enseignants0,278 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Communications SocietyMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207