時(shí)間：2024年10月11日（周五）上午9:30 — 10:30
地點(diǎn)：騰訊會(huì)議 916291954
摘要：與傳統(tǒng)信道譯碼算法相比，基于模型驅(qū)動(dòng)深度學(xué)習(xí)的信道譯碼算法利用了譯碼數(shù)學(xué)模型和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力兩方面的優(yōu)勢(shì)，具有更好的性能。然而，基于模型驅(qū)動(dòng)深度學(xué)習(xí)的信道譯碼算法具有很高的計(jì)算復(fù)雜度和存儲(chǔ)復(fù)雜度，難以在資源受限的通信硬件上部署。此外，基于模型驅(qū)動(dòng)深度學(xué)習(xí)的信道譯碼算法對(duì)變化的信道環(huán)境和跨平臺(tái)移植缺乏適應(yīng)性和靈活性。
首先，為了降低計(jì)算復(fù)雜度和所需的大量存儲(chǔ)資源，我們提出了一系列基于張量序列（TT）和張量環(huán)（TR）分解的低復(fù)雜度通道神經(jīng)解碼算法。其次，為了進(jìn)一步降低譯碼復(fù)雜度，我們提出張量分解、量化、權(quán)重共享等多種方式聯(lián)合的壓縮算法。最后，我們提出使用超網(wǎng)絡(luò)輔助的譯碼網(wǎng)絡(luò)來(lái)提高譯碼算法在時(shí)變信道的自適應(yīng)性。
報(bào)告人簡(jiǎn)介：梁元輝，男，四川輕化工大學(xué)講師，碩士生導(dǎo)師。2010年獲西北師范大學(xué)數(shù)學(xué)學(xué)士學(xué)位，2012年獲kaiyun開云官方網(wǎng)站通信工程專業(yè)碩士學(xué)位，2024年獲澳門理工大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)博士學(xué)位。2012-2018年曾于華為公司、凹凸電子（美資）等公司任職算法工程師。目前主要在信道編譯碼、模型壓縮等研究方向開展研究工作。在《IEEE Transactions on Cognitive Communications and Networking 》、《IEEE Communications Letters》、《IEEE Access》等國(guó)內(nèi)外重要期刊和學(xué)術(shù)會(huì)議發(fā)表SCI/EI檢索論文10余篇。另外申請(qǐng)發(fā)明專利5項(xiàng)，其中已經(jīng)獲授權(quán)3項(xiàng)。
