論文の概要: Evolutionary Strategies for the Design of Binary Linear Codes
- arxiv url: http://arxiv.org/abs/2211.11551v1
- Date: Mon, 21 Nov 2022 15:18:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 22:01:00.851141
- Title: Evolutionary Strategies for the Design of Binary Linear Codes
- Title（参考訳）: バイナリ線形符号の設計のための進化的戦略
- Authors: Claude Carlet, Luca Mariot, Luca Manzoni, Stjepan Picek
- Abstract要約: 本稿では,長さと次元の線形符号のサブセットのみを探索する進化的戦略 (ES) アルゴリズムを提案する。
我々の実験は、長さ$n=14$まで、ESは常に完全な成功率を持つ最適解に収束することを示した。
大きな長さでは、ESの成功率と進化したコードの多様性の両方が低下し始めます。
- 参考スコア（独自算出の注目度）: 39.72467897920624
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The design of binary error-correcting codes is a challenging optimization
problem with several applications in telecommunications and storage, which has
also been addressed with metaheuristic techniques and evolutionary algorithms.
Still, all these efforts focused on optimizing the minimum distance of
unrestricted binary codes, i.e., with no constraints on their linearity, which
is a desirable property for efficient implementations. In this paper, we
present an Evolutionary Strategy (ES) algorithm that explores only the subset
of linear codes of a fixed length and dimension. To that end, we represent the
candidate solutions as binary matrices and devise variation operators that
preserve their ranks. Our experiments show that up to length $n=14$, our ES
always converges to an optimal solution with a full success rate, and the
evolved codes are all inequivalent to the Best-Known Linear Code (BKLC) given
by MAGMA. On the other hand, for larger lengths, both the success rate of the
ES as well as the diversity of the evolved codes start to drop, with the
extreme case of $(16,8,5)$ codes which all turn out to be equivalent to MAGMA's
BKLC.
- Abstract（参考訳）: バイナリエラー訂正符号の設計は、メタヒューリスティックな手法や進化的アルゴリズムで対処された通信とストレージのいくつかのアプリケーションにおいて、難しい最適化問題である。
それでもこれらの取り組みは、制限のないバイナリコードの最小距離、すなわち効率的な実装に望ましい性質である線形性に制約のない最適化に重点を置いている。
本稿では,ある長さと次元の線形符号の部分集合のみを探索する進化的戦略(ES)アルゴリズムを提案する。
そのために、候補解を二項行列として表現し、それらの階数を保存する変分作用素を考案する。
我々の実験は、長さ$n=14$まで、ESは常に完全な成功率を持つ最適解に収束し、進化したコードは、MAGMAから与えられるBest-Known Linear Code (BKLC)と等価でないことを示している。
一方、より大きな長さでは、ESの成功率と進化したコードの多様性の両方が低下し始め、極端な場合は16,8,5)$コードとなり、いずれもMAGMAのBKLCと同等であることが判明した。
関連論文リスト
- Factor Graph Optimization of Error-Correcting Codes for Belief Propagation Decoding [62.25533750469467]
低密度パリティ・チェック (LDPC) コードは、他の種類のコードに対していくつかの利点がある。
提案手法は,既存の人気符号の復号性能を桁違いに向上させる。
論文 参考訳（メタデータ） (2024-06-09T12:08:56Z) - Learning Linear Block Error Correction Codes [62.25533750469467]
本稿では,バイナリ線形ブロック符号の統一エンコーダデコーダトレーニングを初めて提案する。
また,コード勾配の効率的なバックプロパゲーションのために,自己注意マスキングを行うトランスフォーマーモデルを提案する。
論文 参考訳（メタデータ） (2024-05-07T06:47:12Z) - Linear Codes for Hyperdimensional Computing [9.7902367664742]
ランダムな線形符号は、キー-値ストアを形成するために使用できるリッチなサブコード構造を提供する。
筆者らが開発しているフレームワークでは、ランダムな線形符号は単純なリカバリアルゴリズムを(束縛あるいは束縛された)構成表現に含めていることが示される。
論文 参考訳（メタデータ） (2024-03-05T19:18:44Z) - Compacting Binary Neural Networks by Sparse Kernel Selection [58.84313343190488]
本稿は,BNNにおけるバイナリカーネルの分散化がほぼ不可能であることを示すものである。
我々は、選択過程をエンドツーエンドに最適化するだけでなく、選択したコードワードの非反復的占有を維持できる置換ストレートスルー推定器(PSTE)を開発した。
実験により,提案手法はモデルサイズとビット幅の計算コストの両方を削減し,同等の予算下での最先端のBNNと比較して精度の向上を実現する。
論文 参考訳（メタデータ） (2023-03-25T13:53:02Z) - LSAP: Rethinking Inversion Fidelity, Perception and Editability in GAN
Latent Space [42.56147568941768]
本稿では,正規化スタイル空間と$mathcalSN$ Cosine Distanceを導入し,逆法の不整合を計測する。
提案するSNCDは,エンコーダ方式と最適化方式の両方で最適化可能であり,一様解を実現することができる。
論文 参考訳（メタデータ） (2022-09-26T14:55:21Z) - Universal Online Convex Optimization Meets Second-order Bounds [74.0120666722487]
ユニバーサルオンライン凸最適化のための簡単な戦略を提案する。
主要なアイデアは、オリジナルのオンライン機能を処理するための専門家のセットを構築し、線形化された損失に対してメタアルゴリズムをデプロイすることである。
このようにして、私たちはブラックボックスの専門家として、既成のオンライン問題解決者をプラグインして、問題依存の後悔の限界を提供することができます。
論文 参考訳（メタデータ） (2021-05-08T11:43:49Z) - Meta-Learning with Neural Tangent Kernels [58.06951624702086]
メタモデルのニューラルタンジェントカーネル(NTK)によって誘導される再生カーネルヒルベルト空間(RKHS)における最初のメタラーニングパラダイムを提案する。
このパラダイムでは,MAMLフレームワークのように,最適な反復内ループ適応を必要としない2つのメタ学習アルゴリズムを導入する。
本研究の目的は,1) 適応をRKHSの高速適応正則化器に置き換えること,2) NTK理論に基づいて解析的に適応を解くことである。
論文 参考訳（メタデータ） (2021-02-07T20:53:23Z) - 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。