Please use this identifier to cite or link to this item: https://elib.belstu.by/handle/123456789/25327
Title: Особенности декодирования линейных блочных кодов с использованием рекуррентных и радиально-базисных нейронных сетей
Authors: Романенко, Дмитрий Михайлович
Пацей, Наталья Владимировна
Драко, Арсений Михайлович
Keywords: кодирование
нейронные сети
информация
нейросетевое декодирование
код Хэмминга
Хэмминга, код
рекуррентные нейронные сети
радиально-базисные нейронные сети
кодовые символы
символы кодовые
Issue Date: 2018
Publisher: БГТУ
Citation: Романенко, Д. М. Особенности декодирования линейных блочных кодов с использованием рекуррентных и радиально-базисных нейронных сетей / Д. М. Романенко, Н. В. Пацей, А. М. Драко // Труды БГТУ. Сер. 3, Физико-математические науки и информатика. - Минск : БГТУ, 2018. - № 1 (206). - С. 88-93. - Библиогр.: 4 назв.
Description: В статье рассмотрены особенности применения нейронной сети для декодирования кода Хэмминга. Предлагается использовать нейронную сеть для декодирования полученного сообщения путем выбора к какому из вариантов принадлежит переданное сообщение, что является решением задачи классификации. Возможными вариантами для решения такой задачи являются рекуррентные нейронные сети и сети на основе радиально-базисных функций. Процесс декодирования рассматривается для кода Хэмминга (7, 4). Исходными данными при декодировании являются шестнадцать вариантов сочетания четырех информационных символов закодированного сообщения. Кодовые символы поступают на элементы сети, образующие входной слой. Данный слой использует рекуррентную связь между нейронами, что позволяет найти корреляцию между символами переданного сообщения. Выходной слой из шестнадцати элементов, связанный прямой связью с предыдущим слоем, выполняет функцию классификации, формируя тем самым биты декодированного сообщения. Сеть обучается на примерах входных и выходных значений элементов по методу градиентного спуска с минимизацией количества ошибок при классификации. Выполнены исследования предложенных методов нейронного декодирования на основе разработанной программной модели. Согласно полученным результатам методы нейросетевого декодирования можно применять и для других блочных кодов, например, для итеративных. Нейросетевой декодер в целом показал высокие результаты по обнаружению и исправлению ошибок, которые ближе к «мягкому» декодированию, чем к «жесткому». Однако увеличение длины кодовой последовательности до 64 бит и выше существенно усложняет процесс декодирования.
URI: https://elib.belstu.by/handle/123456789/25327
Appears in Collections:2018, № 1

Files in This Item:
File Description SizeFormat 
16.Romanenko_Osobennosti.pdf556.78 kBAdobe PDFView/Open



PlumX

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.