論文の概要: List-Decodable Coded Computing: Breaking the Adversarial Toleration
Barrier
- arxiv url: http://arxiv.org/abs/2101.11653v1
- Date: Wed, 27 Jan 2021 19:17:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-13 19:32:20.708068
- Title: List-Decodable Coded Computing: Breaking the Adversarial Toleration
Barrier
- Title(参考訳): List-Decodable Coded Computing: Adversarial Toleration Barrierを破る
- Authors: Mahdi Soleymani, Ramy E. Ali, Hessam Mahdavifar, A. Salman Avestimehr
- Abstract要約: 我々は,これまでコード化コンピューティングで知られていた逆許容しきい値障壁を破る手法を提案する。
本稿では,マスタノードがサイド情報を取得するために,適切に設計された余分な計算を行う方法を示す。
さらに、開発した技術を特定の符号化コンピューティング環境に組み込むため、折り畳みLCCまたはFLCCと呼ばれる折り畳みラグランジュ符号化コンピューティングを提案します。
- 参考スコア(独自算出の注目度): 24.75623641870649
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider the problem of coded computing where a computational task is
performed in a distributed fashion in the presence of adversarial workers. We
propose techniques to break the adversarial toleration threshold barrier
previously known in coded computing. More specifically, we leverage
list-decoding techniques for folded Reed-Solomon (FRS) codes and propose novel
algorithms to recover the correct codeword using side information. In the coded
computing setting, we show how the master node can perform certain carefully
designed extra computations in order to obtain the side information. This side
information will be then utilized to prune the output of list decoder in order
to uniquely recover the true outcome. We further propose folded Lagrange coded
computing, referred to as folded LCC or FLCC, to incorporate the developed
techniques into a specific coded computing setting. Our results show that FLCC
outperforms LCC by breaking the barrier on the number of adversaries that can
be tolerated. In particular, the corresponding threshold in FLCC is improved by
a factor of two compared to that of LCC.
- Abstract(参考訳): 計算タスクを分散的に行う符号化コンピューティングの課題を,対人的作業者の存在下で検討する。
我々は,これまでコード化コンピューティングで知られていた逆許容しきい値障壁を破る手法を提案する。
具体的には、折り畳みリードソロモン(FRS)符号のリストデコード技術を活用し、サイド情報を用いて正しいコード単語を復元する新しいアルゴリズムを提案します。
コード化された計算環境では、マスターノードがサイド情報を取得するために注意深く設計された余分な計算をいかに行うかを示す。
このサイド情報はリストデコーダの出力をpruneするために利用され、真の結果を一意に回復する。
さらに、開発した技術を特定の符号化コンピューティング環境に組み込むため、折り畳みLCCまたはFLCCと呼ばれる折り畳みラグランジュ符号化コンピューティングを提案します。
その結果、FLCCは許容できる敵の数の障壁を破ることでLCCを上回っていることが示された。
特に、FLCCの対応するしきい値はLCCと比較して2倍改善される。
関連論文リスト
- Linear Codes for Hyperdimensional Computing [9.7902367664742]
ランダムな線形符号は、キー-値ストアを形成するために使用できるリッチなサブコード構造を提供する。
筆者らが開発しているフレームワークでは、ランダムな線形符号は単純なリカバリアルゴリズムを(束縛あるいは束縛された)構成表現に含めていることが示される。
論文 参考訳(メタデータ) (2024-03-05T19:18:44Z) - Testing the Accuracy of Surface Code Decoders [55.616364225463066]
大規模でフォールトトレラントな量子計算は量子エラー訂正符号(QECC)によって実現される
本研究は,QECC復号方式の精度と有効性をテストするための最初の体系的手法である。
論文 参考訳(メタデータ) (2023-11-21T10:22:08Z) - Exploring Continual Learning for Code Generation Models [80.78036093054855]
継続的学習(CL)は、コードドメインの中でまだ過小評価されていない重要な側面である。
コード生成,翻訳,要約,改良など,幅広いタスクをカバーするCodeTask-CLというベンチマークを導入する。
即時選択機構の不安定な訓練により,プロンプトプール (PP) などの有効手法が破滅的な忘れ込みに悩まされることが判明した。
論文 参考訳(メタデータ) (2023-07-05T16:58:39Z) - Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。
本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。
提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文 参考訳(メタデータ) (2023-01-27T08:16:26Z) - Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。
RM符号は制限されたレートのみを許容する。
効率的なデコーダは、RM符号に対して有限長で利用可能である。
論文 参考訳(メタデータ) (2023-01-16T04:11:14Z) - Neural Belief Propagation Decoding of Quantum LDPC Codes Using
Overcomplete Check Matrices [60.02503434201552]
元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。
このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
論文 参考訳(メタデータ) (2022-12-20T13:41:27Z) - Generalized Lagrange Coded Computing: A Flexible
Computation-Communication Tradeoff for Resilient, Secure, and Private
Computation [7.796711273622044]
一般ラグランジュ符号計算(GLCC)符号は、時間内に結果を返さないストラグラーに対してレジリエンスを提供するために提案される。
LCCコードには、特殊なケースとして、最先端のラグランジュ・コードド・コンピューティング(LCC)コードが含まれる。
論文 参考訳(メタデータ) (2022-04-24T02:48:07Z) - Analog Lagrange Coded Computing [23.67685616088422]
分散コンピューティングシナリオは、ワーカノードの集合の計算能力を使用して、ワーカ間で分散されたデータセット上で特定の計算タスクを実行する。
Yuらによって提案されたLCCは、符号化コンピューティングにおいてよく知られたラグランジュ演算を利用する。
アナログドメイン(ALCC)に対するLCCの新規拡張を提案する。
論文 参考訳(メタデータ) (2020-08-19T17:47:37Z) - Coded Distributed Computing with Partial Recovery [56.08535873173518]
部分回復型符号化計算(CCPR)と呼ばれる新しい符号化行列ベクトル乗法を導入する。
CCPRは計算時間と復号化の複雑さを減らし、精度と計算速度のトレードオフを可能にする。
次に、この手法をより一般的な計算タスクの分散実装に拡張し、部分的回復を伴う符号化通信方式を提案する。
論文 参考訳(メタデータ) (2020-07-04T21:34:49Z) - perm2vec: Graph Permutation Selection for Decoding of Error Correction
Codes using Self-Attention [19.879263834757758]
本稿では、ドメイン知識と機械学習の概念を組み合わせた、置換選択のためのデータ駆動フレームワークを提案する。
この研究は、物理層通信システムにおけるニューラルトランスフォーマーネットワークの利点を利用する最初のものである。
論文 参考訳(メタデータ) (2020-02-06T15:42:08Z)
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。