Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Вестник Воронежского государственного технического университета

Параллельное недвоичное LDPC-декодирование на графическом процессоре

А В Башкиров, Ю В Дьячков, М В Хорошайлова

Published Jan 1, 2016• 0 citations
OpenAlex

Related papers

Использование стохастического вычисления для реализации недвоичного LDPC-декодера на ПЛИС

А В Башкиров, М В Хорошайлова, S.Yu. Beletskaya

Вестник Воронежского государственного технического университета•Jan 1, 2016•0 citations

Повышение производительности декодирования LDPC-кодов для радиорелейной системы связи при реализации на центральном и графическом процессорах

Мирра Владимировна Петрова

Цель работы – повышение производительности декодирования квазициклических LDPC–кодов для радиорелейной системы связи на основе многослойного планирования на графическом и центральном процессорах. В перечень решаемых задач входит: реализация программной модели TDMP декодеров на базе CPU и GPU на языках программирования C++ и CUDA; внесение методов повышения производительности; анализ помехоустойчивости и производительности реализованных декодеров; сравнение производительности с аналогичными разработками. В результате работы было продемонстрировано увеличение производительности до 42-х раз на CPU и до 3-х раз на GPU, по сравнению с исходными алгоритмами декодирования, используемыми в рассматриваемой радиорелейной системе. Показано, что предлагаемые реализации декодеров для GPU и CPU обеспечивают более высокую производительность, до 8.47 раз на GPU, и до 3.25 раз на CPU, по сравнению с аналогичными работами. Реализованные в работе алгоритмы могут быть использованы как часть приемного тракта сигналов радиорелейной системы связи. Использовались открытые образовательные ресурсы поиска и анализа информации. Использовались средства автоматизации (автоматизированной) разработки MATLAB, Visual Studio. Применены языки программирования MATLAB, C++, CUDA.

•Sep 8, 2026•0 citations

Использование вынужденной конвергенции для снижения сложности ldpc-декодирования

А В Башкиров, М В Хорошайлова

Вестник Воронежского государственного технического университета•Jan 1, 2017•0 citations

РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ НА КВАНТОВОМ ПРОЦЕССОРЕ IBM QUANTUM EXPERIENCE

Serge I. Doronin, Edward B. Fel’dman, Alexander Ivanovich Zenchuk

Предложен способ уменьшения ошибок расчетов на квантовом процессоре IBM Quantum Experience на примере протокола решения систем линейных алгебраических уравнений. Протокол содержит комбинацию классических и квантовых операций.

Nanoindustry Russia•Sep 11, 2020•0 citations

АНАЛИЗ КВАНТОВЫХ ИЗМЕРЕНИЙ НА ОСНОВЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Dmitriy V. Fastovets, Ю.И. Богданов, В. Ф. Лукичев

С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.

Nanoindustry Russia•Sep 11, 2020•0 citations

РЕЛАКСАЦИОННЫЙ ПОЛУСТОХАСТИЧЕСКИЙ ИТЕРАЦИОННЫЙ ДЕКОДЕР ДЛЯ LDPC-КОДОВ

М В Хорошайлова, Свиридова Ирина Владимировна

Вестник Воронежского государственного технического университета•Jan 1, 2019•0 citations
Цель работы – повышение производительности декодирования квазициклических LDPC–кодов для радиорелейной системы связи на основе многослойного планирования на графическом и центральном процессорах. В перечень решаемых задач входит: реализация программной модели TDMP декодеров на базе CPU и GPU на языках программирования C++ и CUDA; внесение методов повышения производительности; анализ помехоустойчивости и производительности реализованных декодеров; сравнение производительности с аналогичными разработками. В результате работы было продемонстрировано увеличение производительности до 42-х раз на CPU и до 3-х раз на GPU, по сравнению с исходными алгоритмами декодирования, используемыми в рассматриваемой радиорелейной системе. Показано, что предлагаемые реализации декодеров для GPU и CPU обеспечивают более высокую производительность, до 8.47 раз на GPU, и до 3.25 раз на CPU, по сравнению с аналогичными работами. Реализованные в работе алгоритмы могут быть использованы как часть приемного тракта сигналов радиорелейной системы связи. Использовались открытые образовательные ресурсы поиска и анализа информации. Использовались средства автоматизации (автоматизированной) разработки MATLAB, Visual Studio. Применены языки программирования MATLAB, C++, CUDA.
С использованием методов машинного обучения и искусственных нейронных сетей разработана эффективная методика оценки параметров квантовых вычислительных систем. Показано, что разработанный подход позволяет построить математическую модель, описывающую процессы, происходящие при неунитарной эволюции квантовых состояний. Результаты работы были апробированы на квантовом процессоре IBM.