从伴随式学习
信息论
2018-10-26 v1 机器学习
信号处理
math.IT
摘要
在本文中，我们引入伴随式损失，一种基于伴随式松弛的神经网络纠错解码器的替代损失函数。伴随式损失对产生不对应于有效码字的解码器输出进行惩罚。我们表明，使用伴随式损失进行训练可为多种短分组码带来一致更低的帧错误率，且训练时额外开销很小，推理时无额外开销。所提方法不依赖于已传输码字的知识，使其成为适应变化信道条件的在线调整的有力工具。
引用
@article{arxiv.1810.10902,
title = {Learning from the Syndrome},
author = {Loren Lugosch and Warren J. Gross},
journal= {arXiv preprint arXiv:1810.10902},
year = {2018}
}
备注
Accepted to Asilomar 2018 - special session on "Machine Learning for Wireless Systems"