Learning optimal lattice codes for MIMO communications

Laia Amorós, Mikko Pitkänen

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

1 Sitaatiot (Scopus)

Abstrakti

We propose a novel reinforcement learning approach to learning lattice codes for MIMO channels. We use the block error rate as a loss function to be minimized and compare the learnt lattices with those obtained from algebraic design methods for different SNR ranges. Our results indicate that our learnt lattices achieve close to optimal performance in some cases.

AlkuperäiskieliEnglanti
OtsikkoICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
KustantajaIEEE
Sivut2960-2964
Sivumäärä5
Vuosikerta2021-June
ISBN (elektroninen)978-1-7281-7605-5
DOI - pysyväislinkit
TilaJulkaistu - 2021
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Conference on Acoustics, Speech, and Signal Processing - Virtua, Online, Toronto, Kanada
Kesto: 6 kesäk. 202111 kesäk. 2021

Julkaisusarja

Nimi Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing
ISSN (painettu)1520-6149
ISSN (elektroninen)2379-190X

Conference

ConferenceIEEE International Conference on Acoustics, Speech, and Signal Processing
LyhennettäICASSP
Maa/AlueKanada
KaupunkiToronto
Ajanjakso06/06/202111/06/2021

Sormenjälki

Sukella tutkimusaiheisiin 'Learning optimal lattice codes for MIMO communications'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä