Bauch, GerhardGerhardBauch11532268120000-0002-0050-2604Stark, MaximilianMaximilianStark2021-11-152021-11-152021-09-24Technische Universität Hamburg (2021)http://hdl.handle.net/11420/10924Die vorliegende Arbeit befasst sich mit dem Einsatz von Methoden des maschinellen Lernens zur zuverlässigen Nachrichtenübertragung trotz grob quantisierter Information am Empfänger. Es wird unter anderem der Entwurf von leistungsfähigen Fehlerkorrekturalgorithmen unter grober Quantisierung vorgestellt. Dies erfordert einen interdisziplinären Ansatz, der auf dem Zusammenspiel von Informationstheorie und maschinellem Lernen basiert. Ein besonderer Fokus liegt dabei auf der Information Bottleneck Methode. Trotz der groben Quantisierung erreicht der präsentierte Ansatz nahezu die Performanz konventioneller Fließkomma-Algorithmen.This thesis addresses the use of machine learning methods for reliable transmission despite coarsely quantized soft information at the receiver. In particular, the design of powerful error correction algorithms under coarse quantization is presented. This requires an interdisciplinary approach based on the interplay of information theory, machine learning, and communications engineering. A particular focus is put on the information bottleneck method. Interestingly, the designed coarsely quantized signal processing units achieve almost the same performance in terms of reliability as conventional non-quantized methods.enhttps://creativecommons.org/licenses/by/4.0/Machine learning (ML)Information theoryinformation bottleneck methodquantizationprobabilistic modellingchannel codingIngenieurwissenschaftenDoctoral Thesis10.15480/882.389410.15480/882.3894Wesel, Richard D.Richard D.WeselKuehn, VolkerVolkerKuehnPhD Thesis