Fugu-MT 論文翻訳(概要): Two-terminal source coding with common sum reconstruction

論文の概要: Two-terminal source coding with common sum reconstruction

arxiv url: http://arxiv.org/abs/2206.06973v1
Date: Tue, 14 Jun 2022 16:50:20 GMT
ステータス: 処理完了
システム内更新日: 2022-06-15 16:03:29.353748
Title: Two-terminal source coding with common sum reconstruction
Title（参考訳）: 総和再構成による2次元音源符号化
Authors: Tharindu Adikari, Stark Draper
Abstract要約: 共通サム再構成(CSR)を用いた2次元音源符号化の問題点について述べる。 2つの関係したソースの1つにアクセス可能な2つの端末を考える。両端末は、平均歪み制約の下で2つのソースの和を再構築したい。
参考スコア（独自算出の注目度）: 4.467248776406006
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We present the problem of two-terminal source coding with Common Sum Reconstruction (CSR). Consider two terminals, each with access to one of two correlated sources. Both terminals want to reconstruct the sum of the two sources under some average distortion constraint, and the reconstructions at two terminals must be identical with high probability. In this paper, we develop inner and outer bounds to the achievable rate distortion region of the CSR problem for a doubly symmetric binary source. We employ existing achievability results for Steinberg's common reconstruction and Wyner-Ziv's source coding with side information problems, and an achievability result for the lossy version of Korner-Marton's modulo-two sum computation problem.
Abstract（参考訳）: 本稿では,Common Sum Reconstruction (CSR) を用いた2次元音源符号化の問題点について述べる。 2つの端末を考慮し、それぞれが2つの相関したソースの1つにアクセスする。両端末は平均歪み制約の下で2つのソースの和を再構築したいと考えており、2つの端末での再構成は高い確率で同一でなければならない。本稿では,2次対称二元系に対するCSR問題の達成可能な速度歪み領域に対する内部および外部境界を開発する。我々は,Steinberg の共通再構成と Wyner-Ziv のソースコードのサイド情報問題に対する既存の達成可能性結果と,Korner-Marton のモジュロ2和計算問題の損失バージョンに対する達成可能性結果を用いる。

関連論文リスト

On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
任意の指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
論文参考訳（メタデータ） (2024-08-15T17:09:08Z)
Q2A: Querying Implicit Fully Continuous Feature Pyramid to Align Features for Medical Image Segmentation [10.66113563605316]
本稿では,INRベースのデコーダの特徴的不整合問題を解決するために,新しい一段階のクエリベースの整合性パラダイムであるQ2Aを提案する。各目標座標について、Q2Aはまず、その座標に整列したコンテキスト特徴の空間オフセットとセル解像度を記述した複数のクエリを生成し、それに対応する特徴を算出する。
論文参考訳（メタデータ） (2024-04-15T05:53:26Z)
Rate-Distortion-Perception Tradeoff Based on the Conditional-Distribution Perception Measure [33.084834042565895]
本研究では,大きなブロック長の制限下で,メモリレスソースモデルに対するRDPのトレードオフについて検討する。我々の知覚尺度は、エンコーダ出力に条件付されたソースの分布と再構成シーケンスのばらつきに基づく。
論文参考訳（メタデータ） (2024-01-22T18:49:56Z)
CORE: Common Random Reconstruction for Distributed Optimization with Provable Low Communication Complexity [110.50364486645852]
コミュニケーションの複雑さは、トレーニングをスピードアップし、マシン番号をスケールアップする上で、大きなボトルネックになっています。本稿では,機械間で送信される情報を圧縮するための共通Om REOmを提案する。
論文参考訳（メタデータ） (2023-09-23T08:45:27Z)
End-to-end Alternating Optimization for Real-World Blind Super Resolution [43.95832398891317]
Blind Super-Resolution (SR) は通常2つのサブプロブレムを含む。与えられた低分解能(LR)画像の劣化を推定し、高分解能(HR)画像に超解凍する。本稿では,SR画像の劣化と復元を1つのモデルで推定できる交互最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-08-17T06:55:09Z)
Lossy Quantum Source Coding with a Global Error Criterion based on a Posterior Reference Map [7.646713951724011]
我々は、タスクが与えられた量子源をフォン・ノイマンエントロピー以下に圧縮する、損失のある量子源符号化問題を考える。古典的な環境下での速度歪みとチャネル符号化問題の間の二重性接続に着想を得て,この問題の新しい定式化を提案する。
論文参考訳（メタデータ） (2023-02-01T17:44:40Z)
Learning To Dive In Branch And Bound [95.13209326119153]
グラフニューラルネットワークを用いて特定の潜水構造を学習するためのL2Diveを提案する。我々は、変数の割り当てを予測するために生成モデルを訓練し、線形プログラムの双対性を利用して潜水決定を行う。
論文参考訳（メタデータ） (2023-01-24T12:01:45Z)
Optimization-based Block Coordinate Gradient Coding for Mitigating Partial Stragglers in Distributed Learning [58.91954425047425]
本稿では,分散学習における部分トラグラーの緩和を目的とした,新たな勾配符号化方式を提案する。 L の符号パラメータを L に表わした勾配座標符号化方式を提案する。
論文参考訳（メタデータ） (2022-06-06T09:25:40Z)
InfinityGAN: Towards Infinite-Resolution Image Synthesis [92.40782797030977]
任意の解像度画像を生成するinfinityganを提案する。少ない計算資源でパッチバイパッチをシームレスに訓練し、推論する方法を示す。
論文参考訳（メタデータ） (2021-04-08T17:59:30Z)
D2C-SR: A Divergence to Convergence Approach for Image Super-Resolution [25.17545119739454]
画像超解像(SR)のための新しいフレームワークD2C-SRを提案する。 SRFlowのような最近の作品に触発され、私たちはこの問題を半確率的に対処します。実験により,PSNRおよびSSIMにおけるD2C-SRの性能は,計算コストが大幅に低減された。
論文参考訳（メタデータ） (2021-03-26T10:20:28Z)
CR-Fill: Generative Image Inpainting with Auxiliary Contexutal Reconstruction [143.7271816543372]
本稿では,このようなパッチボローイング動作を,補助的文脈再構成タスクの協調訓練により,注意のないジェネレータに教えることを提案する。補助分岐を学習可能な損失関数と見なすことができ、クエリ参照特徴類似性と参照ベース再構成器を塗布ジェネレータと共同最適化する。実験結果から,提案した塗装モデルは,定量的および視覚的性能の観点から,最先端技術と比較して好適に比較できることが示された。
論文参考訳（メタデータ） (2020-11-25T15:45:12Z)

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。