Deep-learning-based forward-error-correction decoding techniques and optimizations for hardware implementation
In recent years, Deep-Learning has been adopted by a wide spectrum of applications, as it is a powerful problem-solving methodology which can be applied in extremely diverse fields. Various types of Artificial Neural Networks can be trained to perform a task with high accuracy. The effectiveness of...
Κύριος συγγραφέας: | Καββουσανός, Εμμανουήλ |
---|---|
Άλλοι συγγραφείς: | Παλιουράς, Βασίλης |
Μορφή: | Thesis |
Γλώσσα: | English |
Έκδοση: |
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/13787 |
Παρόμοια τεκμήρια
-
VLSI architectures for error correction in digital communication systems
ανά: Τσατσαράγκος, Ιωάννης
Έκδοση: (2019) -
Iterative decoding techniques on digital receivers
ανά: Κάνιστρας, Νικόλαος
Έκδοση: (2017) -
Αρχιτεκτονικές για LDPC αποκωδικοποιητές
ανά: Διακογιάννης, Αρτέμιος
Έκδοση: (2011) -
Συμπίεση εικόνας με τεχνικές βαθιάς μάθησης
ανά: Τσουδερός, Γεώργιος
Έκδοση: (2023) -
Deep learning based image compression
ανά: Ηλιοπούλου, Σοφία
Έκδοση: (2022)