基于消息访问结构的无中继网络的信道编码 (Channel Codes for Relayless Networks with General Message Access Structure)

from arxiv, (v1) 26 pages, to submitted to IEEE ITW2023, (v2) 27 pages, Remark 1 and Lemma 9 in v1 is deleted, Lemma 7 in v2 is added, Eq. (13) and the proof of Lemma 7 in v1 (Eq. (14) and the proof of Lemma 8 in v2) are revised

Channel codes for relayless networks with the general message access structure is introduced. It is shown that the multi-letter characterized capacity region of this network is achievable with this code. The capacity region is characterized in terms of entropy functions and provides an alternative to the regions introduced by [Somekh-Baruch and Verd\'u, ISIT2006][Muramatsu and Miyake, ISITA2018].

翻译：引入一种用于具有一般消息访问结构的无中继网络的信道编码。通过此编码，展示了该网络的多字母特征容量区域是可行的。容量区域是以熵函数为基础进行刻画的，并提供了一种新的对于之前所引入的区域（见[Somekh-Baruch and Verd\'u, ISIT2006][Muramatsu and Miyake, ISITA2018]）的替代描述。

相关内容

Networking

关注 0

Networking：IFIP International Conferences on Networking。 Explanation：国际网络会议。 Publisher：IFIP。 SIT： http://dblp.uni-trier.de/db/conf/networking/index.html

高效可扩展图神经网络的研究进展，Recent Advances in Efficient and Scalable Graph Neural Networks

专知会员服务

78+阅读 · 2022年3月15日

AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks

专知会员服务

92+阅读 · 2021年1月20日

【ICML2020-斯坦福Facebook-何恺明】神经网络图结构，Graph Structure of Neural Networks

专知会员服务

57+阅读 · 2020年7月14日

【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding

专知会员服务

116+阅读 · 2020年2月10日