Key points are not available for this paper at this time.
في هذه الرسالة، تم اقتراح مترجم حد أدنى ذاتي التصحيح عصبي (NSCMS) لرموز الراديو الجديد (NR) 5G ذات تصحيح الخطأ ذو الكثافة المنخفضة (LDPC). يتطلب التدريب في الوقت الحقيقي على قناة متغيرة بسرعة زمن استجابة منخفض واستخدام حد أدنى من الموارد. للأسف، تستخدم المترجمات العصبية المعتادة لرموز LDPC شبكات عصبية كبيرة وعميقة تتناسب مع طول الرمز، مما يؤدي إلى مشكلات في زمن الاستجابة والموارد. في شبكة NSCMS، مشابهة لخفض نموذج الشبكة، يتم حذف واستبعاد بعض العقد التي تلبي شرط التصحيح الذاتي من عملية التعلم. هذا يقلل من التعقيد الحسابي للتعلم، مقارنةً بالشبكات التقليدية. وبالتالي، فإن مترجم NSCMS لديه عملية عالية في التدريب في الوقت الحقيقي باستخدام التعلم الآلي. علاوة على ذلك، يسمح التصحيح الذاتي بتعلم أكثر موثوقية قائم على الرسائل ويحسن الأداء بشكل كبير. تُظهر نتائج المحاكاة أن مترجمات NSCMS تتمتع بمعدلات خطأ أقل من المترجمات المقترحة سابقًا ذات الحد الأدنى.
قام كيم وزملاؤه (الأربعاء) بدراسة هذا السؤال.
Synapse has enriched 2 closely related papers on similar clinical questions. Consider them for comparative context: