論文の概要: Optimal Spatial Deconvolution and Message Reconstruction from a Large
Generative Model of Models
- arxiv url: http://arxiv.org/abs/2303.16045v1
- Date: Tue, 28 Mar 2023 15:20:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 14:51:05.766361
- Title: Optimal Spatial Deconvolution and Message Reconstruction from a Large
Generative Model of Models
- Title（参考訳）: 大規模モデル生成モデルからの最適空間デコンボリューションとメッセージ再構成
- Authors: Hector Zenil, Alyssa Adams, and Felipe S. Abrah\~ao
- Abstract要約: 本稿では,汎用的な一変量信号デコンボリューション手法を提案する。
これは、暗号、信号処理、因果分解、生命、テクノ署名検出に強い可能性を持っていると我々は主張する。
- 参考スコア（独自算出の注目度）: 1.666744681664843
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a general-purpose univariate signal deconvolution method based
on the principles of an approach to Artificial General Intelligence. This
approach is based on a generative model that combines information theory and
algorithmic probability that required a large calculation of an estimation of a
`universal distribution' to build a general-purpose model of models independent
of probability distributions. This was used to investigate how non-random data
may encode information about the physical properties such as dimension and
length scales in which a signal or message may have been originally encoded,
embedded, or generated. This multidimensional space reconstruction method is
based on information theory and algorithmic probability, and it is agnostic,
but not independent, with respect to the chosen computable or semi-computable
approximation method or encoding-decoding scheme. The results presented in this
paper are useful for applications in coding theory, particularly in
zero-knowledge one-way communication channels, such as in deciphering messages
sent by generating sources of unknown nature for which no prior knowledge is
available. We argue that this can have strong potential for cryptography,
signal processing, causal deconvolution, life, and techno signature detection.
- Abstract（参考訳）: 本稿では,人工知能へのアプローチの原理に基づく汎用不定形信号デコンボリューション法を提案する。
このアプローチは、確率分布に依存しないモデルの汎用モデルを構築するために「普遍分布」の推定の大規模な計算を必要とする情報理論とアルゴリズム確率を組み合わせた生成モデルに基づいている。
これは、信号やメッセージが元々エンコードされたり、埋め込まれたり、生成されたりする次元や長さといった物理的性質に関する情報を、非ランダムデータがどのようにエンコードするかを調べるために用いられた。
この多次元空間再構成法は情報理論とアルゴリズム的確率に基づいており、選択された計算可能あるいは半計算可能近似法や符号化復号方式に関して非依存であるが独立ではない。
本論文は, 符号化理論の応用, 特にゼロ知識の1方向通信チャネルにおいて, 事前知識が得られない未知の性質の発生源生成によって送信されるメッセージの復号化に有用である。
これは、暗号、信号処理、因果分解、生命、テクノ署名検出に強い可能性を持っていると我々は主張する。
関連論文リスト
- A Communication Framework for Compositional Generation [0.7578439720012189]
合成エンコーディングを作成するための自己教師型生成型コミュニケーションゲームベースのフレームワークを提案する。
我々のフレームワークは、エンコーディングにおける効率性、曖昧性、非ホリスティック性の概念を定義し、バランスをとるという厳密な正当化と証明に基づいている。
論文 参考訳（メタデータ） (2025-01-31T14:46:11Z) - Non-Random Data Encodes its Geometric and Topological Dimensions [0.15361702135159847]
符号化理論に幅広い応用を施した信号デコンボリューション手法を提案する。
任意の受信信号から得られた多次元空間再構成法は,符号化復号方式の非依存なvis-a-visであることが証明された。
非ランダムデータを復号するこの最適で普遍的な方法は、信号処理、因果分解、トポロジカルおよび幾何学的性質の符号化、暗号、バイオ・テクノロジーシグナチャ検出に応用できると論じる。
論文 参考訳（メタデータ） (2024-05-13T14:45:08Z) - Rate-Distortion-Perception Theory for Semantic Communication [73.04341519955223]
シンボル歪みおよび意味知覚制約下での意味コミュニケーションの達成可能なデータレートについて検討する。
我々は、受信者が特定の歪みや知覚の制約を満たす意味情報ソースを直接推測できるケースが存在することを観察する。
論文 参考訳（メタデータ） (2023-12-09T02:04:32Z) - Reverse-Engineering Decoding Strategies Given Blackbox Access to a
Language Generation System [73.52878118434147]
テキスト生成に使用する復号法をリバースエンジニアリングする手法を提案する。
どのようなデコード戦略が使われたかを検出する能力は、生成されたテキストを検出することに影響を及ぼす。
論文 参考訳（メタデータ） (2023-09-09T18:19:47Z) - Semantic Communication of Learnable Concepts [16.373044313375782]
我々は、例を通してのみ観察できる、未知および潜在的マップという一連の概念を伝達する問題を考える。
送信機は利用可能な例に学習アルゴリズムを適用し、データから知識を抽出する。
その後、送信機は学習したモデルをレート制限チャンネルを介してリモート受信機に通信する必要がある。
論文 参考訳（メタデータ） (2023-05-14T11:16:17Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。
知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。
マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-03-15T12:01:43Z) - Neuro-Symbolic Causal Reasoning Meets Signaling Game for Emergent
Semantic Communications [71.63189900803623]
創発的SCシステムフレームワークを提案し,創発的言語設計のためのシグナリングゲームと因果推論のためのニューロシンボリック(NeSy)人工知能(AI)アプローチで構成されている。
ESCシステムは、意味情報、信頼性、歪み、類似性の新たな指標を強化するように設計されている。
論文 参考訳（メタデータ） (2022-10-21T15:33:37Z) - Dense Coding with Locality Restriction for Decoder: Quantum Encoders vs.
Super-Quantum Encoders [67.12391801199688]
我々は、デコーダに様々な局所性制限を課すことにより、濃密な符号化について検討する。
このタスクでは、送信者アリスと受信機ボブが絡み合った状態を共有する。
論文 参考訳（メタデータ） (2021-09-26T07:29:54Z) - Autoregressive Belief Propagation for Decoding Block Codes [113.38181979662288]
誤り訂正符号の復号化にグラフニューラルネットワークを用いた最近の手法を再検討する。
本手法は,他手法がゼロワードでのみ学習できる対称性条件に反する。
1つの単語でトレーニングする余地がなく、関連するサンプル空間のごく一部でトレーニングできないにもかかわらず、効果的なトレーニングを実演する。
論文 参考訳（メタデータ） (2021-01-23T17:14:55Z) - Capacity-Approaching Autoencoders for Communications [4.86067125387358]
オートエンコーダを訓練する現在のアプローチは、クロスエントロピー損失関数の使用に依存している。
本稿では,チャネル容量の推定値を計算し,それに近づく最適な符号化信号を構築する手法を提案する。
論文 参考訳（メタデータ） (2020-09-11T08:19:06Z)
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。