• 전자통신동향분석
• /
• 제38권5호
• /
• pp.34-50
• /
• 2023

Quantum error correction is a key technology for achieving fault-tolerant quantum computation. Finding the best decoding solution to a single error syndrome pattern counteracting multiple errors is an NP-hard problem. Consequently, error decoding is one of the most expensive processes to protect the information in a logical qubit. Recent research on quantum error decoding has been focused on developing conventional and neural-network-based decoding algorithms to satisfy accuracy, speed, and scalability requirements. Although conventional decoding methods have notably improved accuracy in short codes, they face many challenges regarding speed and scalability in long codes. To overcome such problems, machine learning has been extensively applied to neural-network-based error decoding with meaningful results. Nevertheless, when using neural-network-based decoders alone, the learning cost grows exponentially with the code size. To prevent this problem, hierarchical error decoding has been devised by combining conventional and neural-network-based decoders. In addition, research on quantum error decoding is aimed at reducing the spacetime decoding cost and solving the backlog problem caused by decoding delays when using hardware-implemented decoders in cryogenic environments. We review the latest research trends in decoders for quantum error correction with high accuracy, neural-network-based quantum error decoders with high speed and scalability, and hardware-based quantum error decoders implemented in real qubit operating environments.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.69-80
• /
• 2021

딥러닝 모델을 활용한 인공신경망 기계번역 (Neural machine translation)이 주류 분야로 떠오르면서 최고의 성능을 위해 모델과 데이터 언어 쌍에 대한 많은 투자와 연구가 활발하게 진행되고 있다. 그러나, 최근 대부분의 인공신경망 기계번역 연구들은 번역 문장의 품질을 극대화하는 자연어 생성을 위한 디코딩 전략 (Decoding strategy)에 대해서는 미래 연구 과제로 남겨둔 채 다양한 실험과 구체적인 분석이 부족한 상황이다. 기계번역에서 디코딩 전략은 번역 문장을 생성하는 과정에서 탐색 경로를 최적화 하고, 모델 변경 및 데이터 확장 없이도 성능 개선이 가능하다. 본 논문은 시퀀스 투 시퀀스 (Sequence to Sequence) 모델을 활용한 신경망 기반의 기계번역에서 고전적인 그리디 디코딩 (Greedy decoding)부터 최신의 방법론인 Dynamic Beam Allocation (DBA)까지 비교 분석하여 디코딩 전략의 효과와 그 의의를 밝힌다.

• 대한의용생체공학회:의공학회지
• /
• 제38권6호
• /
• pp.342-351
• /
• 2017

뉴럴 디코딩은 뉴론이 발화한 스파이크 트레인으로부터 뉴론에 인가된 원 자극을 추정하는 작업을 말한다. 디코딩은 뉴론들끼리 어떻게 신호를 주고 받는 지를 이해함으로써 궁극적으로 뇌가 어떻게 정보처리를 하는 지 이해하는 기초적인 작업이다. 이 논문에서 우리는 3가지 뉴럴 디코딩 방법, 즉 빈도 디코딩, 시간 디코딩, 군집 디코딩 방법에 대해 설명하겠다. 빈도 디코딩은 자극에 대한 스파이크의 발화빈도 정보를 이용하여 자극을 복원하는 방법을 말한다. 역사적으로 가장 먼저 시도되었고 가장 간단한 디코딩 방법이다. 그러나 정수 개인 스파이크 개수로부터 빈도를 계산하는 과정에서 빈도자체가 불연속이고 양자화될 가능성이 높기 때문에 간단하고 정적인 자극이 아닌 경우 빈도 디코딩으로는 자극을 복원하기 어렵다는 한계를 가지고 있다. 시간 디코딩은 스파이크 발생 빈도가 아닌 개별 스파이크들의 발생시각을 이용한 디코딩 방법을 말하며 실제 빠르게 변화하는 자극의 경우 신경세포는 빈도 디코딩이 아니라 시간 디코딩을 통해 자극을 추정하는 것으로 이해되고 있다. 군집 디코딩은 단일 신경세포가 아닌 군집 신경세포로부터 자극을 복원하는 방법이다. 군집 디코딩은 단일 신경 세포 디코딩에 비해 신경 세포의 가변성에 따른 불확실성을 감소시킬 수 있고 서로 다른 자극의 특성을 동시에 표현할 수 있다는 장점을 갖는다. 이 논문에서는 먼저 세 가지 뉴럴디코딩 방법에 대해 소개하고 정보이론이 뉴럴디코딩에 어떻게 적용되는 지를 다룬 후 마지막으로 최근에 각광받고 있는 기계학습 방법에 의한 뉴럴 디코딩에 대해 다루도록 하겠다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3749-3768
• /
• 2018

As one of the most potential types of low-density parity-check (LDPC) codes, CPM-QC-LDPC code has considerable advantages but there still exist some limitations in practical application, for example, the existing decoding algorithm has a low convergence rate and a high decoding complexity. According to the structural property of this code, we propose a new method based on a CPM-RID decoding algorithm that decodes block-by-block with weights, which are obtained by neural network training. From the simulation results, we can conclude that our proposed method not only improves the bit error rate and frame error rate performance but also increases the convergence rate, when compared with the original CPM-RID decoding algorithm and scaled MSA algorithm.

• 대한의용생체공학회:의공학회지
• /
• 제28권2호
• /
• pp.271-279
• /
• 2007

We suggest a novel method for the evaluation of cochlear implant (CI) speech processing strategy based on neural spike train decoding. From formant trajectories of input speech and auditory nerve responses responding to the electrical pulse trains generated from a specific CI speech processing strategy, optimal linear decoding filter was obtained, and used to estimate formant trajectory of incoming speech. Performance of a specific strategy is evaluated by comparing true and estimated formant trajectories. We compared a newly-developed strategy rooted from a closer mimicking of auditory periphery using nonlinear time-varying filter, with a conventional linear-filter-based strategy. It was shown that the formant trajectories could be estimated more exactly in the case of the nonlinear time-varying strategy. The superiority was more prominent when background noise level is high, and the spectral characteristic of the background noise was close to that of speech signals. This confirms the superiority observed from other evaluation methods, such as acoustic simulation and spectral analysis.

• The Korean Journal of Physiology and Pharmacology
• /
• 제13권3호
• /
• pp.221-227
• /
• 2009

For successful restoration of visual function by a visual neural prosthesis such as retinal implant, electrical stimulation should evoke neural responses so that the informat.ion on visual input is properly represented. A stimulation strategy, which means a method for generating stimulation waveforms based on visual input, should be developed for this purpose. We proposed to use the decoding of visual input from retinal ganglion cell (RGC) responses for the evaluation of stimulus encoding strategy. This is based on the assumption that reliable encoding of visual information in RGC responses is required to enable successful visual perception. The main purpose of this study was to determine the influence of inter-dependence among stimulated RGCs activities on decoding accuracy. Light intensity variations were decoded from multiunit RGC spike trains using an optimal linear filter. More accurate decoding was possible when different types of RGCs were used together as input. Decoding accuracy was enhanced with independently firing RGCs compared to synchronously firing RGCs. This implies that stimulation of independently-firing RGCs and RGCs of different types may be beneficial for visual function restoration by retinal prosthesis.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1039-1049
• /
• 2020

신경의수를 제어하기 위해서는 사용자의 의도를 인식하는 신경신호 디코딩이 중요하다. 본 논문에서는 다채널 말초 신경신호의 실시간 디코딩 방법을 제안한다. 말초 신경신호는 정중신경과 요골신경에서 측정되었으며 운동잡음은 국소 근사 다항식에 의해 제거되었다. 다음으로 활동전위는 k-평균 알고리즘으로 분류되었다. 특징벡터는 활동전위의 발화율로부터 추출되었으며 자기 조직화 특징지도를 통해 차원이 축소되었다. 마지막으로 다층 퍼셉트론으로 손동작을 분류하였다. 원숭이 실험에서 모든 신호처리가 실시간 제한조건 이내에 완료되었으며 높은 성공률로 손동작을 인식할 수 있었다.

• 전자공학회논문지A
• /
• 제33A권4호
• /
• pp.27-36
• /
• 1996

It is well known that the viterbi algorithm proposed as a mthod of decoding convolutional codes is in fact maximum likelihood (ML) and therefore optimal. But, because hardware complexity grows exponentially with the constraint length, there will be severe constraints on the implementation of the viterbi decoders. In this paper, the three-layered backpropagation neural networks are proposed as an alternative in order to get sufficiently useful performance and deal successfully with the problems of the viterbi decoder. This paper shows that the neural convolutional decoder (NCD) can make a decision in the point of ML in decoding and describes simulation results. The cause of the difference between stochastic results and simulation results is discussed, and then thefuture prospect of the NCD is described on the basis of the characteristic of the transfer function.

• 한국통신학회논문지
• /
• 제30권4C호
• /
• pp.185-190
• /
• 2005

IS-95와 IMT-2000 시스템에서 사용되고 있는 여러 종류의 길쌈 부호기를 부호율 1/2, 구속장 3인 길쌈 부호기로 한정하여, 비터비 복호기에 복호길이 6인 Sliding-Window와 Neural Network의 LVQ(Learning Vector Quantization)및 PVSL(Prototype Vectors Selecting Logic)을 적용하여 순방향 실시간 복호기를 구현한다. 이론적으로 제한된 AWGN 채널환경에서의 심볼 전송전력 $S/(N_{0}/2)=1$을 성능비교 조건으로 하여 순방향 실시간 복호기와 기존의 비터비 복호기의 $강\cdot연판정$ BER 성능과 하드웨어 구성을 $비교\cdot분석$하여, 본 논문에서 제시된 순방향 실시간 복호기의 BER 성능의 우수성과 비화통신의 장점 및 하드웨어 구성의 단순합을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.59-62
• /
• 2006

전산 신경과학은 신경 시스템을 생물물리학, 신경회로, 그리고 시스템 레벨 등 여러 가지 관점에서 크기와 구조를 모델링하여 신경 신호의 전달과 전달되는 정보의 내용을 이해하고자 하는 분야이다. 전산 신경과학은 기존의 생물학적인 신경과학 연구에 대한 보완적인 연구방법으로 이론적이고 계산적인 방법을 사용한다. 본 논문에서는 신경 세포에서 반응 인코딩에 해당되는 신호 발생율(firing rate)과 스파이크 통계(spike statistics)를 설명하고, 신경 세포에서 반응 디코딩에 해당되는 스파이크-트레인 디코딩(spike-train decoding)에 대하여 설명한다.