본 논문은 채널 왜곡에도 불구하고 전송된 정보를 정확하게 재구성할 수 있도록 하는 오류 정정 코드의 역할을 강조하며, 데이터 기반의 접근 방식을 제공하는 자동 인코더 (AE) 기반 통신 시스템의 엔드 투 엔드 설계를 제시한다. 이 연구는 이산화로 인해 그래디언트 흐름이 깨지고 불안정한 수렴으로 이어지는 문제점을 해결하기 위해, 그래디언트 근사 기술 없이 연속 사전 훈련 단계와 직접 이진화 및 미세 조정을 포함하는 단순화된 2단계 훈련 절차를 제안한다. 바이너리 대칭 채널 (BSC)에서 (7,4) 블록 구성에 대해 학습된 인코더-디코더 쌍은 최적의 해밍 코드의 회전된 버전 (코셋 코드)을 학습하여 선형 및 거리 속성을 자연스럽게 복구하고, 최대 가능성 (ML) 디코딩과 동일한 블록 오류율 (BLER)을 달성한다.
