RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Южно-Уральского государственного университета. Серия «Математическое моделирование и программирование» // Архив

Вестн. ЮУрГУ. Сер. Матем. моделирование и программирование, 2019, том 12, выпуск 1, страницы 129–136 (Mi vyuru477)

Эта публикация цитируется в 1 статье

Краткие сообщения

Neural net decoders for linear block codes

[Нейросетевые декодеры линейных блочных кодов]

V. N. Dumachev, A. N. Kopylov, V. V. Butov

Voronezh Institute of the Ministry of Internal Affairs of Russia, Voronezh, Russian Federation

Аннотация: Работа посвящена нейросетевым декодерам линейных блочных кодов. Рассмотрены аналитические методы расчета синаптических весов, базирующиеся на использовании порождающей и проверочной матриц. Показано, что для построения нейросетевого декодера на основе проверочной матрицы достаточно четрырехслойной нейронной сети прямого распространения. Определены функции активации и весовые матрицы для каждого из слоев, а также количество весовых коэффициентов нейросетвого декодера. Рассмотрен пример исправления ошибок приведенным декодером при использовании кода БЧХ. В качестве частного случая нейросетевого декодера, построенного на основе проверочной матрицы, предложена модель для декодирования кодов Хэмминга. Данная модель представляет собой двухслойную нейронную сеть прямого распространения с числом нейронов, равным длине кодового слова, и числом весовых коэффициентов, равным квадрату длины кодового слова. Приведены графики зависимостей количества синаптических связей нейросетевых декодеров, построенных на основе порождающей и проверочной матриц, от числа информационных бит и числа исправляемых ошибок.

Ключевые слова: помехоустойчивое кодирование, нейросетевые декодеры, нейросетевая классификация.

УДК: 004.032.26

MSC: 68T05

Поступила в редакцию: 12.07.2018

Язык публикации: английский

DOI: 10.14529/mmp190111



Реферативные базы данных:


© МИАН, 2024