論文の概要: Optimal Spatial Deconvolution and Message Reconstruction from a Large
Generative Model of Models
- arxiv url: http://arxiv.org/abs/2303.16045v2
- Date: Sun, 15 Oct 2023 20:05:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-18 05:37:28.260065
- 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: 我々は任意の任意に仮定された事前確率分布に依存しないモデルの汎用モデルを構築する。
我々は,この手法が暗号,信号処理,因果分解,生命,技術信号検出において大きな価値を持つ可能性を主張する。
- 参考スコア(独自算出の注目度): 0.15361702135159847
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a univariate signal deconvolution method based on the principles
of an approach to Artificial General Intelligence in order to build a
general-purpose model of models independent of any arbitrarily assumed prior
probability distribution. We investigate how non-random data may encode
information about the physical properties, such as dimensions and length scales
of the space in which a signal or message may have been originally encoded,
embedded, or generated. Our multidimensional space reconstruction method is
based on information theory and algorithmic probability, so that it is proven
to be agnostic vis-a-vis the arbitrarily chosen encoding-decoding scheme,
computable or semi-computable method of approximation to algorithmic
complexity, and computational model. 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 from unknown
generating sources about which no prior knowledge is available and to which no
return message can be sent. We argue that this method has the potential to be
of great value in cryptography, signal processing, causal deconvolution, life
and technosignature detection.
- Abstract(参考訳): 本稿では,任意の事前確率分布に依存しない汎用モデルのモデルを構築するために,人工知能へのアプローチの原理に基づく不定信号デコンボリューション法を提案する。
信号やメッセージがエンコードされたり、埋め込まれたり、生成されたりする空間の次元や長さなど、非ランダムなデータが物理的性質に関する情報をエンコードする方法について検討する。
多次元空間再構成法は情報理論とアルゴリズムの確率に基づいており、任意に選択された符号化-復号法、計算可能あるいは半計算可能なアルゴリズム複雑性近似法、計算モデルが無知であることを証明している。
本論文は, 符号化理論の応用において有用であり, 特に, 事前知識が得られず, 返却メッセージが送信できない未知発生源からのメッセージの復号化など, ゼロ知識の一方向通信チャネルにおいて有用である。
我々は,この手法が暗号,信号処理,因果分解,生命,技術信号検出において大きな価値を持つ可能性を主張する。
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。