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
- Three-Receiver Quantum Broadcast Channels: Classical Communication with Quantum Non-unique Decoding [44.37825061268399]
ネットワーク通信では、デコードされた情報に基づいて受信者間に階層構造が存在する。
この階層は、特定の受信機のための高品質なビデオなど、様々な情報品質をもたらす可能性がある。
我々は、2段と3段の劣化したメッセージセットを持つ3段の量子放送チャンネルを探索する。
論文 参考訳（メタデータ） (2024-06-14T09:07:53Z) - Decoding Geometric Properties in Non-Random Data from First Information-Theoretic Principles [0.17265013728931003]
符号化理論に幅広い応用を施した一変量信号デコンボリューション法を提案する。
任意の受信信号からの多次元空間再構成法は符号化復号方式の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化するためのこの最適かつ普遍的な手法は、信号処理、因果分解、位相的および幾何学的性質の符号化、暗号、バイオシグナチャおよびテクノシグネ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) - Joint Sensing and Task-Oriented Communications with Image and Wireless
Data Modalities for Dynamic Spectrum Access [49.83882366499547]
本稿では,マルチモーダル画像とスペクトルデータの相乗効果を利用した動的スペクトルアクセスの深層学習手法を提案する。
本稿では,送信機を搭載可能な車両などの潜在的な物体を撮影するカメラを備えたエッジデバイスについて考察する。
本稿では、エッジデバイスが、融合センターとして機能する信頼できる受信機に選択的に処理された情報を通信する協調システムを提案する。
論文 参考訳（メタデータ） (2023-12-21T15:26:26Z) - 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) - Attention to Entropic Communication [0.0]
相対エントロピー(relative entropy, RE)は、通信理論において中心的な役割を果たす。
我々はこれらの概念と注意とREを組み合わせ、帯域幅制限通信におけるメッセージの最適な符号化を導出する。
論文 参考訳（メタデータ） (2023-07-21T08:33:55Z) - Adversarial Learning for Implicit Semantic-Aware Communications [104.08383219177557]
対戦型学習に基づく暗黙的意味認識通信アーキテクチャ(iSAC)を開発した。
我々は、iSACを適用することで、送信先のユーザは、ソースメッセージの真の推論ルールと一致する推論ルールを常に学習できることを示す。
実験結果から,提案したiSACは,既存の非推論通信ソリューションよりも最大19.69dB向上できることがわかった。
論文 参考訳（メタデータ） (2023-01-27T08:28:12Z) - 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) - 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。