論文の概要: DoDo-Code: an Efficient Levenshtein Distance Embedding-based Code for 4-ary IDS Channel

• arxiv url: http://arxiv.org/abs/2312.12717v2
• Date: Fri, 26 Sep 2025 14:01:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-29 20:57:53.797083
• Title: DoDo-Code: an Efficient Levenshtein Distance Embedding-based Code for 4-ary IDS Channel
• Title（参考訳）: DoDo-Code: 4-ary IDSチャネルのための効率的なLevenshtein距離埋め込みコード
• Authors: Alan J. X. Guo, Sihan Sun, Xiang Wei, Mengyi Wei, Xin Chen,
• Abstract要約: 深部レベンシュテイン距離埋め込みによる高速単一IDS訂正符号を設計するための新しい手法を提案する。 深層学習モデルを用いて、シークエンスを埋め込みベクトルに投影し、元のシークエンス間のレヴェンシュテイン距離を保存する。 この埋め込み空間は、コードワード検索とセグメント修正のためのアルゴリズムを開発する複雑なLevenshteinドメインのプロキシとして機能する。
• 参考スコア（独自算出の注目度）: 8.092763074723594
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the emergence of new storage and communication methods, the insertion, deletion, and substitution (IDS) channel has attracted considerable attention. However, many topics on the IDS channel and the associated Levenshtein distance remain open, making the invention of a novel IDS-correcting code a hard task. Furthermore, current studies on single-IDS-correcting code misalign with the requirements of applications which necessitates the correcting of multiple errors. Compromise solutions have involved shortening codewords to reduce the chance of multiple errors. However, the code rates of existing codes are poor at short lengths, diminishing the overall storage density. In this study, a novel method is introduced for designing high-code-rate single-IDS-correcting codewords through deep Levenshtein distance embedding. A deep learning model is utilized to project the sequences into embedding vectors that preserve the Levenshtein distances between the original sequences. This embedding space serves as a proxy for the complex Levenshtein domain, within which algorithms for codeword search and segment correcting is developed. While the concept underpinning this approach is straightforward, it bypasses the mathematical challenges typically encountered in code design. The proposed method results in a code rate that outperforms existing combinatorial solutions, particularly for designing short-length codewords.
• Abstract（参考訳）: 新たな記憶・通信手法の出現に伴い, 挿入, 削除, 置換 (IDS) チャネルが注目されている。 しかし、IDSチャネルと関連するLevenshtein距離に関する多くのトピックが未解決のままであり、新しいIDS訂正コードの発明が難しい課題となっている。 さらに、単一IDS訂正コードに関する最近の研究は、複数のエラーの修正を必要とするアプリケーションの要件に反する。 コンパイルソリューションは、複数エラーの確率を減らすために、コードワードを短縮する。 しかし、既存のコードのコードレートは短い時間で劣っているため、全体のストレージ密度は低下する。 本研究では, 深部レベンシュテイン距離埋め込みによる高速単一IDS訂正符号を設計するための新しい手法を提案する。 深層学習モデルを用いて、シークエンスを埋め込みベクトルに投影し、元のシークエンス間のレヴェンシュテイン距離を保存する。 この埋め込み空間は複雑なLevenshteinドメインのプロキシとして機能し、コードワード検索とセグメント修正のためのアルゴリズムが開発されている。 このアプローチの根底にある概念は単純ですが、コード設計で一般的に遭遇する数学的課題を回避します。 提案手法は,特に短長のコードワードの設計において,既存の組合せ解よりも優れるコードレートを導出する。

関連論文リスト

• Tradeoffs on the volume of fault-tolerant circuits [8.594140167290096]
  誤り訂正符号は欠陥のある回路部品を克服し、堅牢な計算を可能にする。 適切なコードを選択することは、いくつかの要件のバランスを取る必要があるため、簡単ではない。 コードファミリは、エンコードされたCNOTゲートを実行するための、一定レート、距離の増大、および短距離ガジェットを同時に持つことはできない。
  論文  参考訳（メタデータ） (2025-10-03T14:39:31Z)
• Rectified Sparse Attention [61.7702154360081]
  効率的なロングシーケンス生成は、大規模言語モデルにとって重要な課題である。 本稿では,ブロックスパースアテンションと周期的な密度補正を組み合わせた簡易かつ効果的な方法であるRectified Sparse Attention (ReSA)を提案する。 数学推論、言語モデリング、検索タスクにわたる実験は、ReSAがほぼ無作為な生成品質を達成することを示す。
  論文  参考訳（メタデータ） (2025-06-04T16:01:48Z)
• Fast correlated decoding of transversal logical algorithms [67.01652927671279]
  大規模計算には量子エラー補正(QEC)が必要であるが、かなりのリソースオーバーヘッドが発生する。 近年の進歩により、論理ゲートからなるアルゴリズムにおいて論理キュービットを共同で復号化することにより、症候群抽出ラウンドの数を削減できることが示されている。 ここでは、回路を介して伝播する関連する論理演算子製品を直接復号することで、回路の復号化の問題を修正する。
  論文  参考訳（メタデータ） (2025-05-19T18:00:00Z)
• Efficient Transformer-based Decoder for Varshamov-Tenengolts Codes [1.53119329713143]
  主に単一エラー訂正のために設計されたVarshamov-Tenengolts (VT) コードは、研究の中心として浮上している。 既存の復号法では1つの誤りを訂正する精度が高いが、複数のIDSエラーを修正できない場合が多い。 本研究では,変換器をベースとしたVTデコーダを導入することにより,VT符号が複数のエラーに対処する能力を維持していることを示す。
  論文  参考訳（メタデータ） (2025-02-28T13:59:14Z)
• Beyond Natural Language Perplexity: Detecting Dead Code Poisoning in Code Generation Datasets [8.977790462534152]
  本稿では,コードの構造に合わせた新しいラインレベルの検出とクリーン化手法であるDePAを提案する。 DePAは既存の方法よりも優れており、検出F1スコアが0.14-0.19向上し、有毒セグメントの局在精度が44-65%向上した。
  論文  参考訳（メタデータ） (2025-02-27T16:30:00Z)
• Efficient Approximate Degenerate Ordered Statistics Decoding for Quantum Codes via Reliable Subset Reduction [5.625796693054094]
  我々は、近似縮退復号法の概念を導入し、順序付き統計復号法(OSD)と統合する。 コードキャパシティノイズモデルにおけるOSD効率を大幅に向上するADOSDアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-12-30T17:45:08Z)
• SECRET: Towards Scalable and Efficient Code Retrieval via Segmented Deep Hashing [83.35231185111464]
  ディープラーニングは、検索パラダイムを語彙ベースのマッチングから、ソースコードとクエリをベクトル表現にエンコードした。 従来の研究では、クエリやコードスニペットのハッシュコードを生成し、ハミング距離を使ってコード候補を高速にリコールするディープハッシュベースの手法が提案されている。 提案手法は,既存の深層ハッシュ法によって計算された長いハッシュコードを,反復的学習戦略により複数の短いハッシュコードセグメントに変換する手法である。
  論文  参考訳（メタデータ） (2024-12-16T12:51:35Z)
• Limitations of the decoding-to-LPN reduction via code smoothing [59.90381090395222]
  研究者は、ノイズ問題を伴う学習パリティのアルゴリズム的難しさを実証しようと試みている。 復号化問題とプリミティブ問題のパラメータの観点から,削減の効率を特徴付ける。
  論文  参考訳（メタデータ） (2024-08-07T12:54:43Z)
• Gumbel-Softmax Discretization Constraint, Differentiable IDS Channel, and an IDS-Correcting Code for DNA Storage [1.4272256806865107]
  本稿では,複雑なIDSチャネルに対して,IDS訂正符号を効率よく生成することを目的とした自動エンコーダ方式 THEA-codeを提案する。 オートエンコーダの特徴を識別するために,Gumbel-Softmax離散化制約を提案する。 擬似微分可能なIDSチャネルは、IDS操作の微分可能な代替手段として開発されている。
  論文  参考訳（メタデータ） (2024-07-10T06:52:56Z)
• 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)
• Error Correction in Dynamical Codes [0.0]
  我々は、一連の測定で定義される量子エラー訂正符号の一般的な枠組みを問う。 本研究では,このプロトコルを用いてエラーシンドロームに関する情報を追跡し,動的コードの距離を決定するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-03-07T02:47:21Z)
• StepCoder: Improve Code Generation with Reinforcement Learning from Compiler Feedback [58.20547418182074]
  2つの主要コンポーネントからなるコード生成の新しいフレームワークであるStepCoderを紹介します。 CCCSは、長いシーケンスのコード生成タスクをCurriculum of Code Completion Subtaskに分割することで、探索課題に対処する。 FGOは、未実行のコードセグメントをマスクすることでのみモデルを最適化し、Fine-Grained Optimizationを提供する。 提案手法は,出力空間を探索し,対応するベンチマークにおいて最先端の手法より優れた性能を発揮する。
  論文  参考訳（メタデータ） (2024-02-02T13:14:31Z)
• Sparse-Inductive Generative Adversarial Hashing for Nearest Neighbor Search [8.020530603813416]
  本稿では,Sparsity-induced Generative Adversarial Hashing (SiGAH)と呼ばれる新しい教師なしハッシュ法を提案する。 SiGAHは、大規模な高次元特徴をバイナリコードにエンコードする。 Tiny100K、GIST1M、Deep1M、MNISTの4つのベンチマーク実験の結果、提案されたSiGAHは最先端のアプローチよりも優れた性能を示している。
  論文  参考訳（メタデータ） (2023-06-12T08:07:23Z)
• Deep Joint Source-Channel Coding with Iterative Source Error Correction [11.41076729592696]
  深層学習に基づくジョイントソースチャネル符号(Deep J SCC)に対する反復的ソース誤り訂正(ISEC)復号法を提案する。 チャネルを通じて受信されたノイズワードに対して、Deep J SCCエンコーダとデコーダペアを使用して、コードを反復的に更新する。 提案手法は, チャネルノイズ特性がトレーニング時に使用するものと一致しない場合に, ベースラインよりも信頼性の高いソース再構成結果を生成する。
  論文  参考訳（メタデータ） (2023-02-17T22:50:58Z)
• 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)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• Deep DNA Storage: Scalable and Robust DNA Storage via Coding Theory and Deep Learning [49.3231734733112]
  シミュレーションデータに基づいてトレーニングされたDeep Neural Networks(DNN)、Product(TP)ベースのエラー修正コード(ECC)、安全マージンを1つのコヒーレントパイプラインに組み合わせたモジュラーで総合的なアプローチを示す。 我々の研究は, 最大で x3200 の速度向上, 40%の精度向上により, 現在の指導的ソリューションの改善を実現し, 高雑音下では1ベースあたり1.6ビットのコードレートを提供する。
  論文  参考訳（メタデータ） (2021-08-31T18:21:20Z)
• KO codes: Inventing Nonlinear Encoding and Decoding for Reliable Wireless Communication via Deep-learning [76.5589486928387]
  ランドマークコードは、Reed-Muller、BCH、Convolution、Turbo、LDPC、Polarといった信頼性の高い物理層通信を支える。 本論文では、ディープラーニング駆動型(エンコーダ、デコーダ)ペアの計算効率の良いファミリーであるKO符号を構築する。 KO符号は最先端のリード・ミュラー符号と極符号を破り、低複雑さの逐次復号法で復号された。
  論文  参考訳（メタデータ） (2021-08-29T21:08:30Z)
• ADMM-based Decoder for Binary Linear Codes Aided by Deep Learning [40.25456611849273]
  この研究は、二進線形符号に対するディープニューラルネットワーク支援復号アルゴリズムを示す。 ディープ・アンフォールディングの概念に基づいて,乗算器の交互方向のデコーダ(ADMM)を展開させてデコードネットワークを設計する。 以上の結果から,DL支援デコーダはADMM課金デコーダよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-14T03:32:14Z)

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。