論文の概要: It is high time we let go of the Mersenne Twister

• arxiv url: http://arxiv.org/abs/1910.06437v3
• Date: Thu, 19 Jun 2025 10:49:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-13 12:05:57.461775
• Title: It is high time we let go of the Mersenne Twister
• Title（参考訳）: マーセンヌ・ツイスターを放す時が来た
• Authors: Sebastiano Vigna,
• Abstract要約: Mersenne Twisterは、Cコンパイラ、Python言語、Maple数学計算システムにおいてデフォルトのジェネレータである。 本稿は、非特殊主義者を対象に、これらの結果を調査し、新しい、単純で、理解可能な例を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When the Mersenne Twister made his first appearance in 1997 it was a powerful example of how linear maps on $\mathbf F_2$ could be used to generate pseudorandom numbers. In particular, the easiness with which generators with long periods could be defined gave the Mersenne Twister a large following, in spite of the fact that such long periods are not a measure of quality, and they require a large amount of memory. Even at the time of its publication, several defects of the Mersenne Twister were predictable, but they were somewhat obscured by other interesting properties. Today the Mersenne Twister is the default generator in C compilers, the Python language, the Maple mathematical computation system, and in many other environments. Nonetheless, knowledge accumulated in the last $20$ years suggests that the Mersenne Twister has, in fact, severe defects, and should never be used as a general-purpose pseudorandom number generator. Many of these results are folklore, or are scattered through very specialized literature. This paper surveys these results for the non-specialist, providing new, simple, understandable examples, and it is intended as a guide for the final user, or for language implementors, so that they can take an informed decision about whether to use the Mersenne Twister or not.
• Abstract（参考訳）: 1997年にメルセンヌ・ツイスターが初めて現れたとき、これは$\mathbf F_2$ 上の線型写像が擬似ランダム数を生成するための強力な例であった。 特に、長い期間の発電機を定義できる容易さは、そのような長い期間は品質の尺度ではなく、大量のメモリを必要とするという事実にもかかわらず、マーセンヌ・ツイスターに大きな追従を与えた。 出版時でさえ、メルセンヌ・ツイスターのいくつかの欠陥は予測可能であったが、他の興味深い性質に幾らか不明瞭であった。 現在、Mersenne TwisterはCコンパイラ、Python言語、Maple数学計算システム、その他多くの環境でデフォルトのジェネレータとなっている。 しかしながら、過去20年間に蓄積された知識は、マーセンヌ・ツイスターが実際には深刻な欠陥があり、汎用的な擬似乱数生成器として使うべきではないことを示唆している。 これらの成果の多くは民俗学であり、非常に専門的な文献に散らばっている。 本稿は,Mersenne Twisterを使用すべきか否かを判断するために,最終ユーザや言語実装者のためのガイドとして,新しい,シンプルで理解可能な例を提供するとともに,これらの結果について調査する。

関連論文リスト

• Statistical Quality and Reproducibility of Pseudorandom Number Generators in Machine Learning technologies [0.0]
  MLフレームワークで使用されるPRNGの統計的品質を、元のC実装と比較する。 我々の発見は統計的堅牢性の主張に挑戦し、'crush-resistant'(例えばPCG、フィロックス)とラベル付けされた発電機でさえ、ある統計検査に失敗する可能性があることを明らかにした。
  論文  参考訳（メタデータ） (2025-07-02T09:38:00Z)
• Neptune: The Long Orbit to Benchmarking Long Video Understanding [73.96154871970062]
  長いビデオ理解のためのベンチマークであるNeptuneを紹介します。 我々のデータセットは、幅広いビデオ推論能力をカバーしており、マルチモーダル推論を強調するサブセットで構成されています。 ベンチマーク評価によると、現在のオープンソース長ビデオモデルのほとんどは、Neptuneではパフォーマンスが悪くなっている。
  論文  参考訳（メタデータ） (2024-12-12T18:54:48Z)
• Correcting Subverted Random Oracles [55.4766447972367]
  簡単な構成は、少数の入力で元のものと矛盾する「反転」ランダムオラクルを、ランダム関数から微分不可能な対象に変換することができることを証明している。 この結果から, 暗号プリミティブの設計者は, 通常のクリプトグラフィ設定で, ランダムなオラクルを信頼できるブラックボックスとして使用することができる。
  論文  参考訳（メタデータ） (2024-04-15T04:01:50Z)
• Automatic Generation of Python Programs Using Context-Free Grammars [0.1227734309612871]
  TinyPy Generatorは、文脈自由文法を使ってランダムなPythonプログラムを生成するツールである。 私たちのシステムは、さまざまなレベルの複雑さを持つコードを生成するために、カスタムプロダクションルールを使用します。 TinyPy Generatorは機械学習の分野で有用であり、Python言語モデルをトレーニングするための大量のPythonコードを生成することができる。
  論文  参考訳（メタデータ） (2024-03-11T08:25:52Z)
• Quantum One-Wayness of the Single-Round Sponge with Invertible Permutations [49.1574468325115]
  スポンジハッシュは、広く使われている暗号ハッシュアルゴリズムのクラスである。 これまでのところ、不規則な置換は根本的なオープンな問題のままである。 ランダムな2n$-bit置換でゼロペアを見つけるには、少なくとも$Omega(2n/2)$多くのクエリが必要である。
  論文  参考訳（メタデータ） (2024-03-07T18:46:58Z)
• Analysis of Logistic Map for Pseudorandom Number Generation in Game Development [0.0]
  本研究では,ゲーム開発のためのロジスティックマップと呼ばれるカオスマップを解析する。 擬似乱数列生成アルゴリズムとゲームオブジェクトのランダムな位置の生成アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-03-01T01:06:20Z)
• Cryptomite: A versatile and user-friendly library of randomness extractors [0.0]
  ランダム性抽出実装のPythonライブラリであるCryptomiteを提示する。 このライブラリは、パラメータ計算モジュールとともに、2つのソース、シード、決定論的ランダムネス抽出器を提供する。 抽出器の実装は、実際は効率的であり、最大240>1012$ビットの入力サイズを許容する。
  論文  参考訳（メタデータ） (2024-02-13T17:51:04Z)
• Linear-time Minimum Bayes Risk Decoding with Reference Aggregation [52.1701152610258]
  最小ベイズリスク(MBR、Minimum Bayes Risk)は、機械翻訳の品質向上を図ったテキスト生成技術である。 これは2次複雑性を持つ実用計量のペアワイズ計算を必要とする。 本稿では,集約された参照表現に対して計算したスコアを用いて,ペアワイズメトリックスコアを近似する。
  論文  参考訳（メタデータ） (2024-02-06T18:59:30Z)
• On the Computational Hardness of Quantum One-Wayness [3.3315839189695167]
  Pseudorandom状態は、$n$bitsを$log n + 1$ qubitsに圧縮する。 一方向のステートジェネレータは、古典的に$rmPP$oracleにアクセスできる量子アルゴリズムによって破壊することができる。 我々の結果の興味深い意味は、すべての$t(n) = o(n/log n)$に対して、$t(n)$-copy 1-way状態生成器が無条件に存在することである。
  論文  参考訳（メタデータ） (2023-12-13T18:56:03Z)
• Scalable Quantum Error Correction for Surface Codes using FPGA [67.74017895815125]
  フォールトトレラントな量子コンピュータは、出現するよりも早くデコードし、エラーを修正する必要がある。 並列計算資源を利用したUnion-Findデコーダの分散バージョンを報告する。 この実装では、並列コンピューティングリソースをハイブリッドツリーグリッド構造に整理する、Heliosと呼ばれるスケーラブルなアーキテクチャを採用している。
  論文  参考訳（メタデータ） (2023-01-20T04:23:00Z)
• Fault-Aware Neural Code Rankers [64.41888054066861]
  サンプルプログラムの正しさを予測できる故障認識型ニューラルネットワークローダを提案する。 我々のフォールト・アウェア・ローダは、様々なコード生成モデルのpass@1精度を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2022-06-04T22:01:05Z)
• Nystr\"omformer: A Nystr\"om-Based Algorithm for Approximating Self-Attention [60.043273122786005]
  我々は,シーケンス長の関数として優れたスケーラビリティを示すモデルであるNystr"omformerを提案する。 Nystr"omformerのスケーラビリティにより、アプリケーションは数千のトークンで長いシーケンスを実行できる。 GLUEベンチマークで複数のダウンストリームタスクの評価を行い、標準シーケンス長のレビューを行い、我々のNystrオムフォーマが標準トランスフォーマよりも相容れないか、あるいはいくつかのケースで若干改善されていることを確認した。
  論文  参考訳（メタデータ） (2021-02-07T20:06:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。