| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-01-25 10:25 深層学習による短符号長Polar符号復号に関する基礎的検討 ○熊木礼於奈・筒井 弘・大鐘武雄（北大）  IT2022-52 SIP2022-103 RCS2022-231 |
|
| 抄録 | （和） | シャノン限界に最も近い誤り訂正符号としてLDPC符号，ターボ符号，polar符号が知られている． 一般に，その十分な能力を発揮するために符号長を長くする必要がある． しかし，大容量のデータ通信を必要としないIoTなどの小データ通信や携帯電話制御信号への適用を考えた場合，短符号長での特性が重要となる． 本研究では，このような条件における誤り訂正性能の向上や処理時間の短縮などを目指し， polar符号を例として深層学習による復号器の生成について，基礎的な検討を行った． AWGN環境下でのシミュレーション結果から，簡単な構造の深層ニューラルネットワークでも一般的な復号法として知られる逐次除去復号より良好な誤り訂正特性を示すことがわかった． |
| （英） | LDPC codes, Turbo codes, and polar codes are currently known as the best channel codes achieving near Shannon limit. They basically require long code lengths to exploit their full potential. However, the performance for the shorter code length becomes an important issue when we consider small-data communications such as IoT transmitting very few data and control channels in cellular systems. In this study, we apply deep learning to polar code decoding and investigate fundamental characteristics for aiming to improve the coding gain in the shorter code length case with reasonable calculation complexity. Our simulation results in the AWGN environment show that even a neural network with a relatively simple structure gives better BER performance than successive-cancellation decoding which is commonly known. In this report, to improve the error correction performance and reduce processing time in such applications, we use deep learning to construct decoders for (8, 4) polar codes. |
|
| キーワード | （和） | 第5世代移動通信 / polar符号 / 深層ニューラルネットワーク / 小データ通信 / / / / |
| （英） | 5G / polar codes / deep neural network / small-data communications / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 357, RCS2022-231, pp. 132-135, 2023年1月. | |
| 資料番号 | RCS2022-231 | |
| 発行日 | 2023-01-17 (IT, SIP, RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IT2022-52 SIP2022-103 RCS2022-231 |
|
| 研究会情報 | |
| 研究会 | IT RCS SIP |
| 開催期間 | 2023-01-24 - 2023-01-25 |
| 開催地（和） | 前橋テルサ |
| 開催地（英） | Maebashi Terrsa |
| テーマ（和） | 無線通信のための信号処理，学習，数理，情報理論および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2023-01-IT-RCS-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による短符号長Polar符号復号に関する基礎的検討 |
| サブタイトル（和） | |
| タイトル（英） | A Fundamental Study on Decoding Short Length Polar Codes by Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 第5世代移動通信 / 5G |
| キーワード(2)（和/英） | polar符号 / polar codes |
| キーワード(3)（和/英） | 深層ニューラルネットワーク / deep neural network |
| キーワード(4)（和/英） | 小データ通信 / small-data communications |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 熊木 礼於奈 / Reona Kumaki / クマキ レオナ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 筒井 弘 / Hiroshi Tsutsui / ツツイ ヒロシ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大鐘 武雄 / Takeo Ohgane / オオガネ タケオ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-01-25 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | IT2022-52, SIP2022-103, RCS2022-231 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.355(IT), no.356(SIP), no.357(RCS) |
| ページ範囲 | pp.132-135 |
| ページ数 | 4 |
| 発行日 | 2023-01-17 (IT, SIP, RCS) |
[研究会発表申込システムのトップページに戻る]