近日，我院青年教师梁元辉博士在信息通信领域国际权威期刊《IEEE Transactions on Cognitive Communications and Networking》（中科院一区，IF=7.4）上发表了题为“Low-Complexity Neural Belief Propagation Decoding Algorithm Based on Tensor Ring Decomposition”的研究论文，论文的第一作者为梁元辉老师。
      针对模型驱动深度学习的置信度译码算法复杂度高的问题，本研究提出了一种名为基于张量环分解的低复杂度置信度译码算法。通过在经典 LDPC 码和 BCH 码上的实验验证，该算法在性能上与现有最优算法相当，但译码复杂度从指数级降低至线性级。实验表明，对于给定的码字，该算法的译码参数和乘法次数减少了数百到数千倍，有效地解决了深度学习置信度译码算法的高复杂度问题，为该领域提供了新的思路和方法。
   

      论文链接：https://ieeexplore.ieee.org/document/10738425

【编辑：新闻管理员    审核：张艳】