VT-Former：用于 Varshamov-Tenengolts 码的高效基于 Transformer 的解码器
机器学习
2026-04-02 v2 信息论
math.IT
摘要
近年来，DNA 数据存储中插入、删除和替换（IDS）错误的纠正挑战引起了广泛关注。在各种 IDS 纠错码中，最初为单错误纠正设计的 Varshamov-Tenengolts (VT) 码已成为核心研究焦点。虽然现有的解码方法在单错误纠正方面表现出高精度，但它们通常不适用于多个 IDS 错误的纠正。在本工作中，通过基于统计增强的 Transformer 的 VT 解码器（VT-Former），利用符号和统计特征嵌入，研究了 VT 码在多错误纠正方面的潜在能力。实验结果表明，VT-Former 在纠正单错误方面实现了近乎100%的精度。对于各种码字长度的多错误解码任务，与传统的硬判决和软输入软输出解码算法相比，在帧精度和比特精度上均有所提升。此外，虽然基础模型相比传统软解码器表现出更低的解码延迟，但本研究进一步优化了该架构，以提高解码效率并降低计算开销。
引用
@article{arxiv.2502.21060,
title = {VT-Former: Efffcient Transformer-based Decoder for Varshamov-Tenengolts Codes},
author = {Yali Wei and Alan J. X. Guo and Zihui Yan and Yufan Dai and Wenjia Fan},
journal= {arXiv preprint arXiv:2502.21060},
year = {2026}
}
备注
9 pages, 10 figures, 5 tables