論文の概要: Chain rules for one-shot entropic quantities via operational methods
- arxiv url: http://arxiv.org/abs/2305.08521v1
- Date: Mon, 15 May 2023 10:29:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 15:03:30.476485
- Title: Chain rules for one-shot entropic quantities via operational methods
- Title(参考訳): 操作法によるワンショットエントロピー量の連鎖規則
- Authors: Sayantan Chakraborty, Upendra Kapshikar
- Abstract要約: 一般情報理論量に対する連鎖規則の導出のための新しい操作手法を提案する。
本フレームワークは,単純な情報伝達タスクを考慮し,その下限と上限を抽出する。
この手法の実証として、スムーズな最大相互情報とスムーズなハイポテーシステスト相互情報の連鎖規則を導出する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a new operational technique for deriving chain rules for general
information theoretic quantities. This technique is very different from the
popular (and in some cases fairly involved) methods like SDP formulation and
operator algebra or norm interpolation. Instead, our framework considers a
simple information transmission task and obtains lower and upper bounds for it.
The lower bounds are obtained by leveraging a successive cancellation encoding
and decoding technique. Pitting the upper and lower bounds against each other
gives us the desired chain rule. As a demonstration of this technique, we
derive chain rules for the smooth max mutual information and the
smooth-Hypothesis testing mutual information.
- Abstract(参考訳): 一般情報理論量に対する連鎖規則の導出のための新しい操作手法を提案する。
この手法は、sdpの定式化や作用素代数、あるいはノルム補間といった一般的な(そしてかなり関係のある)手法とは大きく異なる。
その代わり、フレームワークは単純な情報伝達タスクを検討し、それに対する下界と上界を得る。
下限は、逐次キャンセル符号化および復号技術を利用して得られる。
上界と下界を互いに挟むと、所望の連鎖規則が得られる。
この手法の実証として,スムースマックス相互情報とスムースハイポテーゼテスト相互情報の連鎖規則を導出する。
関連論文リスト
- Mutual information chain rules for security proofs robust against device imperfections [0.0]
我々は、敵に追加情報を漏らす不完全なデバイスを用いて量子暗号を解析する。
これらの結果は、デバイスに依存しない様々なプロトコルやデバイスに依存しないプロトコルにおいて、デバイス不完全性を扱うために使用できることを示す。
論文 参考訳(メタデータ) (2024-07-29T19:47:47Z) - Bottoms Up for CHCs: Novel Transformation of Linear Constrained Horn Clauses to Software Verification [0.09786690381850355]
制約付きホーンクロース(CHC)は、従来、形式的検証において低レベルな表現として用いられてきた。
線形CHCに対する別のボトムアップ手法を提案し、オープンソースのモデルチェックフレームワーク THETA における2つの選択肢を評価する。
論文 参考訳(メタデータ) (2024-04-23T16:46:27Z) - Robust Stochastically-Descending Unrolled Networks [85.6993263983062]
Deep Unrolling(ディープ・アンローリング)は、トレーニング可能なニューラルネットワークの層に切り捨てられた反復アルゴリズムをアンロールする、新たな学習最適化手法である。
アンロールネットワークの収束保証と一般化性は、いまだにオープンな理論上の問題であることを示す。
提案した制約の下で訓練されたアンロールアーキテクチャを2つの異なるアプリケーションで数値的に評価する。
論文 参考訳(メタデータ) (2023-12-25T18:51:23Z) - Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。
また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
論文 参考訳(メタデータ) (2022-10-24T17:40:07Z) - Chained Generalisation Bounds [26.043342234937747]
連鎖手法を用いて教師付き学習アルゴリズムの予測一般化誤差の上限を導出する。
我々は、損失関数の正則性に基づく一般化境界と、それらの鎖付き関数との双対性を確立する。
論文 参考訳(メタデータ) (2022-03-02T09:34:36Z) - Adversarial Skill Chaining for Long-Horizon Robot Manipulation via
Terminal State Regularization [65.09725599705493]
過大な初期状態分布を伴わずに複数のポリシーをチェーンすることを提案する。
家具組立における2つの複雑な長軸操作タスクに対するアプローチを評価する。
提案手法は,これらの課題を解くためのモデルなし強化学習アルゴリズムを確立した。
論文 参考訳(メタデータ) (2021-11-15T18:59:03Z) - Robust Predictable Control [149.71263296079388]
提案手法は,従来の手法よりもはるかに厳密な圧縮を実現し,標準的な情報ボトルネックよりも最大5倍高い報酬が得られることを示す。
また,本手法はより堅牢で,新しいタスクをより一般化したポリシーを学習することを示す。
論文 参考訳(メタデータ) (2021-09-07T17:29:34Z) - 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) - Conditional gradient methods for stochastically constrained convex
minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。
私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。
提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文 参考訳(メタデータ) (2020-07-07T21:26:35Z) - Robust Multi-object Matching via Iterative Reweighting of the Graph
Connection Laplacian [15.813217907813778]
まず,本手法の厳密な限界と,反復的に再重み付けされた最小二乗法が不適切であることを明らかにする。
これらの制約を考慮すると,高次地区からの情報を取り入れた,新しい,より信頼性の高い反復的再重み付け戦略を提案する。
合成データと実データの両方を用いた最先端手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2020-06-11T17:53:01Z)
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。