On the Design and Performance of Machine Learning Based Error Correcting Decoders
यह शोध पत्र यह प्रदर्शित करता है कि जबकि सिंगल-लेबल और मल्टी-लेबल न्यूरल नेटवर्क डिकोडर्स सैद्धांतिक रूप से बिना प्रशिक्षण के अधिकतम संभावना (मैक्सिमम लाइकलीहुड) प्रदर्शन प्राप्त कर सकते हैं, ट्रांसफॉर्मर-आधारित डिकोडर्स पारंपरिक ऑर्डर्ड स्टैटिस्टिक्स डिकोडिंग द्वारा पीछे छोड़ दिए जाते हैं, जिससे छोटे और मध्यम ब्लॉक लंबाई के लिए न्यूरल नेटवर्क-आधारित एफईसी (FEC) डिकोडर्स की व्यावहारिक उपयोगिता पर गंभीर संदेह उत्पन्न होता है।