Buchumschlag

Efficient Deep Neural Receiver with Post-Training Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yellapragada, SaiKrishna Saketh, Ollila, Esa, Costa, Mario
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Quantization-Aware Neural Receivers: Beyond Post-Training Quantization
von: Yellapragada, SaiKrishna Saketh, et al.
Veröffentlicht: (2025)

Computationally Efficient Neural Receivers via Axial Self-Attention
von: Yellapragada, SaiKrishna Saketh, et al.
Veröffentlicht: (2025)

Greedy Capon Beamformer
von: Ollila, Esa
Veröffentlicht: (2024)

Beamforming design for minimizing the signal power estimation error
von: Ollila, Esa, et al.
Veröffentlicht: (2025)

Activity Detection for Massive Random Access using Covariance-based Matching Pursuit
von: Marata, Leatile, et al.
Veröffentlicht: (2024)

Robust Activity Detection for Massive Random Access
von: Wang, Xinjue, et al.
Veröffentlicht: (2025)

Joint Activity Detection and Channel Estimation for Massive Random Access Using SBL and SCA
von: Ollila, Esa, et al.
Veröffentlicht: (2026)

Nuisance parameters and elliptically symmetric distributions: a geometric approach to parametric and semiparametric efficiency
von: Fortunati, Stefano, et al.
Veröffentlicht: (2025)

Generalized Nonnegative Structured Kruskal Tensor Regression
von: Wang, Xinjue, et al.
Veröffentlicht: (2025)

A Tutorial on AI-Empowered Integrated Sensing and Communications
von: Vaezi, Mojtaba, et al.
Veröffentlicht: (2025)

Anisotropic Tensor Deconvolution of Hyperspectral Images
von: Wang, Xinjue, et al.
Veröffentlicht: (2026)

Joint Quantization and Pruning Neural Networks Approach: A Case Study on FSO Receivers
von: Obeed, Mohanad, et al.
Veröffentlicht: (2025)

Deep Multi-modal Neural Receiver for 6G Vehicular Communication
von: Saleem, Osama, et al.
Veröffentlicht: (2025)

On Transfer Learning for a Fully Convolutional Deep Neural SIMO Receiver
von: Uyoata, Uyoata E., et al.
Veröffentlicht: (2024)

Deep Learning based Cross-Receiver Radio Frequency Fingerprint Identification Under Varying Channels
von: He, Jiashuo, et al.
Veröffentlicht: (2026)

An Information-Theoretic Framework for Receiver Quantization in Communication
von: Zhou, Jing, et al.
Veröffentlicht: (2025)

A Low-Cost Monopulse Receiver with Enhanced Estimation Accuracy Via Deep Neural Network
von: Zhang, Hanxiang, et al.
Veröffentlicht: (2024)

Novel Deep Neural OFDM Receiver Architectures for LLR Estimation
von: Karakoca, Erhan, et al.
Veröffentlicht: (2025)

On the Application of Deep Learning for Precise Indoor Positioning in 6G
von: Kotturi, Sai Prasanth, et al.
Veröffentlicht: (2024)

On the CRLB for Blind Receiver I/Q Imbalance Estimation in OFDM Systems: Efficient Computation and Closed-Form Bounds
von: Tockner, Moritz, et al.
Veröffentlicht: (2026)

A Compute&Memory Efficient Model-Driven Neural 5G Receiver for Edge AI-assisted RAN
von: Abdollahpour, Mahdi, et al.
Veröffentlicht: (2025)

Low-Overhead Receiver Design for Data-Dependent Superimposed Training via Deep Learning
von: Li, Xinjie, et al.
Veröffentlicht: (2026)

Study on Downlink CSI compression: Are Neural Networks the Only Solution?
von: Praneeth, K. Sai, et al.
Veröffentlicht: (2025)

Uncertainty-Aware and Reliable Neural MIMO Receivers via Modular Bayesian Deep Learning
von: Raviv, Tomer, et al.
Veröffentlicht: (2023)

A Reduced Complexity Ungerboeck Receiver for Quantized Wideband Massive SC-MIMO
von: Üçüncü, Ali Bulut, et al.
Veröffentlicht: (2020)

A Hybrid I/O Relation Estimation Scheme for Zak-OTFS Receivers
von: Muppaneni, Sai Pradeep, et al.
Veröffentlicht: (2025)

Generative Diffusion Receivers: Achieving Pilot-Efficient MIMO-OFDM Communications
von: Yang, Yuzhi, et al.
Veröffentlicht: (2025)

Channel-Aware Deep Learning for Superimposed Pilot Power Allocation and Receiver Design
von: Gu, Run, et al.
Veröffentlicht: (2025)

Adapting to Reality: Over-the-Air Validation of AI-Based Receivers Trained with Simulated Channels
von: Luostari, Riku, et al.
Veröffentlicht: (2024)

TransRx-6G-V2X : Transformer Encoder-Based Deep Neural Receiver For Next Generation of Cellular Vehicular Communications
von: Saleem, Osama, et al.
Veröffentlicht: (2024)

Interference Cancellation Based Neural Receiver for Superimposed Pilot in Multi-Layer Transmission
von: Xiao, Han, et al.
Veröffentlicht: (2024)

WiNPA: Wireless Neural Processing Architecture
von: Xu, Sai, et al.
Veröffentlicht: (2025)

Analog Beamforming for In-Band Full-Duplex Phased Arrays with Quantized Phase Shifters under a Per-Antenna Received Power Constraint
von: Liu, Ao, et al.
Veröffentlicht: (2024)

Quantization Design for Deep Learning-Based CSI Feedback
von: Yin, Manru, et al.
Veröffentlicht: (2025)

Learning-Based Hybrid Neural Receiver for 6G-V2X Communications
von: Saleem, Osama, et al.
Veröffentlicht: (2025)

Modular Hypernetworks for Scalable and Adaptive Deep MIMO Receivers
von: Raviv, Tomer, et al.
Veröffentlicht: (2024)

A Universal Neural Receiver that Learns at the Speed of Wireless
von: Liu, Lingjia, et al.
Veröffentlicht: (2026)

Distributionally Robust Receive Combining
von: Wang, Shixiong, et al.
Veröffentlicht: (2024)

EqDeepRx: Learning a Scalable MIMO Receiver
von: Honkala, Mikko, et al.
Veröffentlicht: (2026)

Timely Remote Estimation with Memory at the Receiver
von: Chakraborty, Sirin, et al.
Veröffentlicht: (2025)