en
en
Источник
T-Comm: Телекоммуникации и транспорт
Дата публикации
10.04.2025
Авторы
Иван Колесников Владимир Ляшев Иван Оселедец
Поделиться

МЕТОД ПРОСТРАНСТВЕННОЙ ФИЛЬТРАЦИИ НА ОСНОВЕ РАЗЛОЖЕНИЯ ТАККЕРА

пространственный фильтр, тензор канала, мультиплексирование, разложение Таккера, SVD

Аннотация

Задача увеличения пропускной способности систем связи не теряет свой актуальности [1]. Повысить скорость передачи возможно за счет переиспользования частотно-временных ресурсов и мультиплексирования пространственных потоков данных. Для реализации мультиплексирования необходим метод расчета пространственного формирующего фильтра (ПФ)[2]. Алгоритм расчета коэффициентов ПФ в большинстве случаев включает в себя сингулярное разложение (SVD). Сложность данного разложения–ܱሺܰଷሻ [3]. Существующие алгоритмы вычисления ПФ, можно условно разделить на две группы:

Читать в источнике Cкачать pdf

Похожие публикации

ICLR
Associative memory and dead neurons
Владимир Фанасков, Иван Оселедец
Читать источник
ICLR Workshop
Binary Black Box Optimization via Decision Pretrained Transformer
A. Batsheva, Максим Куркин, Илья Зисман, Александр Никулин, Владислав Куренков, Иван Оселедец
Читать источник
ICLR SLLM
On the Spatial Structure of Mixture-of-Experts in Transformers
Читать источник
TACL
Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph
Roman Vashurin, Екатерина Фадеева, Артем Важенцев, Аким Цвигун, Даниил Васильев, Rui Xing, Abdelrahman Boda Sadallah, Людмила Рванова, Сергей Петраков, Александр Панченко, Timothy Baldwin, Preslav Nakov, Максим Панов, Артем Шелманов
Читать источник
ЖУРНАЛ ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКИ И МАТЕМАТИЧЕСКОЙ ФИЗИКИ
SPARSE AND TRANSFERABLE UNIVERSAL SINGULAR VECTORS ATTACK
К КУВШИНОВА, Ольга Цымбой, Иван Оселедец
Читать источник
NAACL
LLM-Microscope: Uncovering the Hidden Role of Punctuation in Context Memory of Transformers
Антон Разжигаев, Матвей Михальчук, Темурбек Рахматуллаев, Елизавета Гончарова, Полина Дружинина, Иван Оселедец, Андрей Кузнецов
Читать источник
NAACL
Token-Level Density-Based Uncertainty Quantification Methods for Eliciting Truthfulness of Large Language Models
Артем Важенцев, Людмила Рванова, Иван Лазичный, Александр Панченко, Максим Панов, Timothy Baldwin, Артем Шелманов
Читать источник
Связаться
Присоединяйтесь к AIRI в соцсетях
Вы можете задать нам вопрос или предложить совместный проект в области ИИ

Сообщение отправлено.

Спасибо!

Что-то пошло не так. Попробуйте снова