Massive MIMO Adaptive Modulation and Coding Using Online Deep Learning Algorithm

Bobrov E.; Kropotov Dmitry; Lu H.; Zaev D.

doi:10.1109/LCOMM.2021.3132947

Публикации

?

Massive MIMO Adaptive Modulation and Coding Using Online Deep Learning Algorithm

IEEE Communications Letters. 2022. Vol. 26. No. 4. P. 818–822.

Bobrov E., Kropotov Dmitry, Lu H., Zaev D.

Научное направление: Компьютерные науки Математика

Язык: английский

DOI

Ключевые слова: training neural networks interference reinforcement learning deep learning wireless communications throughput signal to noise ratio online training Adaptive Modulation and Coding Link Adaptation Massive MIMO Olla

Space-Time Fluctuations in a Quasi-static Limit

Бернардан С. Ж., Gonçalves P., Olla S., Mathematical Physics Analysis and Geometry 2024 Vol. 27 No. 7

Добавлено: 6 октября 2026 г.

Новые информационные технологии в исследовании сложных структур. Материалы шестнадцатой международной конференции 21–25 Сентября 2026 г.

Томск: Издательство Томского государственного университета, 2026.

Материалы сборника Шестнадцатой Международной конференции «Новые информационные технологии в исследовании сложных структур» (Москва, 21–25 сентября 2026 г.) ориентированы на широкий круг специалистов, работающих на стыке теории информации, системного анализа и прикладных предметных областей. В издание вошли результаты исследований, посвящённые моделированию дискретных и стохастических структур управления и связи, разработке высокопроизводительных вычислительных и телекоммуникационных систем, а также вопросам цифровой трансформации образования, архитектурно-градостроительного проектирования, экологического ...

Добавлено: 6 октября 2026 г.

To spike or not to spike: the whims of the Wonham filter in the strong noise regime

Бернардан С. Ж., Chhaibi R., Najnudel J. и др., Probability Theory and Related Fields 2026 Vol. 195 P. 1823–1875

Добавлено: 5 октября 2026 г.

Цепная дробь Аски–Вильсона при qN=1

Исмаилов А. Р., Спиридонов В. П., Успехи математических наук 2026 Т. 81 № 5 С. 183–184

Получена новая формула для цепной дроби Аски–Вильсона в форме отношения двух q-гипер-геометрических рядов. ...

Добавлено: 5 октября 2026 г.

Оптимизация энергопотребления предприятия с использованием методов многокритериальной оптимизации

Серебренников Д. А., Белов А. В., Информационные технологии и вычислительные системы 2026 № 3 С. 157–169

В условиях роста стоимости энергоресурсов и необходимости повышения энергоэффективности производственных процессов особую актуальность приобретает задача оптимизации энергопотребления промышленных предприятий. В данной работе рассматривается подход к управлению энергозатратами машиностроительного предприятия на основе методов многокритериальной оптимизации. Постановка задачи включает несколько целевых функций: минимизацию энергопотребления, минимизацию стоимости электроэнергии с учётом тарифных ограничений и максимизацию производственной эффективности. Для решения ...

Добавлено: 5 октября 2026 г.

Explicit Formula for Inverse and Determinant in Geometric Algebras over Odd-dimensional Vector Spaces

Абдулхаев К. С., Широков Д. С., Advances in Applied Clifford Algebras 2026 Vol. 36 P. 1–21

Добавлено: 4 октября 2026 г.

On Practical Aspects of Constructing Quasi-Cyclic Subfield Subcodes of Dual Elliptic Codes and Their Application in McEliece-type Cryptosystems

Кунинец А. А., IEEE Transactions on Information Theory 2026 P. 1–1

Добавлено: 3 октября 2026 г.

Инкрементальный метод обновления многомерного куба по неупорядоченному потоку событий журналов информационных систем

Зыков С. В., Уфимцев Г. А., Моделирование, оптимизация и информационные технологии 2026 Т. 14 № 8 С. 1–13

Информационные системы формируют большие объёмы событийных журналов, которые используются для анализа работы приложений и сервисов. При этом события могут поступать в аналитический контур позже момента их фактического возникновения и не в исходном порядке. Такая рассинхронизация приводит к ошибкам при построении агрегированных временных показателей, а регулярный полный пересчёт многомерного аналитического куба требует значительных вычислительных затрат. Целью ...

Добавлено: 2 октября 2026 г.

Polarization of opinions in the group: a modeling algorithm considering the dynamics of social bonds

Chebotarev V., Andreyuk D., Elizarova Anastasiya и др., Procedia Computer Science 2022 Vol. 213 No. C P. 596–601

Добавлено: 2 октября 2026 г.

Enhancing Boundary Stability in Decision Trees and Random Forests: A Weighted Sample Duplication Approach

Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25

Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...

Добавлено: 2 октября 2026 г.

Graphon spin systems as exactly solvable models

Medvedev G., Alexandrov Artem, Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2026 Vol. 114 Article 044102

Добавлено: 2 октября 2026 г.

Планетарное зацепление трилистника

Починка О. В., Баранов Д. А., Ноздринова Е. В., Теоретическая и математическая физика 2026 Т. 229 № 1 С. 3–14

Частично решена задача Бирмана–Вильямса об описании планетарного зацепления расслоенного узла K ⊂ S3. С использованием теории Нильсена классификации периодических гомеоморфизмов поверхностей и ее тесной связи с теорией градиентно-подобных диффеоморфизмов доказано, что планетарным зацеплением трилистника (единственного периодического расслоенного узла рода 1) является зацепление, состоящее из трилистника и зацепления Хопфа. Кроме того, классифицированы все потоки на 3-сфере S3, реализующие ...

Добавлено: 2 октября 2026 г.

Bayesian Adaptive Sparse Copula

Prokhorov A., Burda M., Journal of Computational and Graphical Statistics 2026 P. 1–13

Добавлено: 2 октября 2026 г.

Pericyte-derived cancer-associated fibroblasts correlate with poor survival and are enriched after chemoradiotherapy in glioblastoma

Aly Ismailov, Попцова М. С., Plos One 2026 Vol. 21 No. 9 Article e0355902

Добавлено: 2 октября 2026 г.

A quantum–analogue formalism for modeling supraliminal information processing

Лубашевский И. А., Lubashevskiy V., Physica D: Nonlinear Phenomena 2026 Vol. 498 Article 135441

Добавлено: 2 октября 2026 г.

Optimization of List-Based Reed-Solomon Decoding via Deep Learning

Портной С. Л., Ефремов А. М., Voloshin A., , in: 2026 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO).: Petrozavodsk: IEEE, 2026. P. 1–4.

Добавлено: 1 октября 2026 г.

A Model Based on Universal Filters for Image Color Correction

Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854

Добавлено: 21 сентября 2026 г.

Filter-Based Preprocessing Neural Network Model for Microorganism Detection Improvement

Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616.: Cham: Springer, 2025. P. 308–320.

Добавлено: 21 сентября 2026 г.

Wind Turbines Surface Damage Automatic Detection Using YOLOv8 with Specialized Backbone Modification

Aleksei Samarin, Мамаева А. С., Aleksei Toropov и др., , in: Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024Vol. 36.: FRUCT Oy, 2024. P. 702–710.

Добавлено: 19 сентября 2026 г.

Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных

Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750

Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...

Добавлено: 10 сентября 2026 г.

Scalable machine learning approach to disordered 𝑠-wave superconductors

Vyacheslav D. Neverov, Lukyanov A., Andrey V. Krasavin и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 No. 2 Article 024515

Добавлено: 5 сентября 2026 г.

Логика и парадоксы управления современным образованием: Всероссийский круглый стол (Москва, МГУ имени М. В. Ломоносова, социологический факультет, 8 июня 2026 г.)

М.: МАКС Пресс, 2026.

Сборник составлен из материалов, присланных российскими и зарубежными специалистами в Оргкомитет Всероссийского круглого стола «Логика и парадоксы управления современным образованием». Круглый стол прошел на социологическом факультете Московского государст венного университета имени М. В. Ломоносова 08 июня 2026 года. Тексты публикуются в авторской редакции; мнение редакционно-издательской группы может не совпадать с пози цией авторов. Издание предназначено для исследователей, социологов, преподавателей, специалистов по разработке ...

Добавлено: 2 сентября 2026 г.

Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Seul: PMLR, 2026.

Добавлено: 4 июня 2026 г.

Измерение ИИ-грамотности взрослых россиян: методика и результаты

Давыдов С. Г., Федоров В. В., Социологические исследования 2026 № 5 С. 141–147

Представлены результаты измерения ИИ-грамотности взрослого населения России. Исследование решает проблему отсутствия эмпирических данных о фактическом уровне владения компетенциями в сфере искусственного интеллекта среди граждан. Методика основана на самооценке владения пятью типами ИИ-инструментов по 5‑балльной шкале и последующем индексировании. Сбор информации осуществлен методом телефонного опроса (CATI) на общероссийской выборке проекта «ВЦИОМ–Спутник» (N = 1600). Выявлен уровень ...

Добавлено: 13 мая 2026 г.