Fugu-MT 論文翻訳(概要): Interactive Oracle Proofs of Proximity to Codes on Graphs

論文の概要: Interactive Oracle Proofs of Proximity to Codes on Graphs

arxiv url: http://arxiv.org/abs/2501.14337v1
Date: Fri, 24 Jan 2025 09:01:43 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-27 14:55:38.071084
Title: Interactive Oracle Proofs of Proximity to Codes on Graphs
Title（参考訳）: グラフ上のコードに近づいたOracleのインタラクティブな証明
Authors: Hugo Delavenne, Tanguy Medevielle, Élina Roussel,
Abstract要約: FRIプロトコルにインスパイアされたグラフ上のコードのための対話型Oracle Proof of Proximity (IOPP)を設計する。音質はFRIに比べて大幅に改善され、複雑性パラメータは同等であり、使用するフィールドに制限はない。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: We design an Interactive Oracle Proof of Proximity (IOPP) for codes on graphs inspired by the FRI protocol. The soundness is significantly improved compared to the FRI, the complexity parameters are comparable, and there are no restrictions on the field used, enabling to consider new codes to design code-based SNARKs.
Abstract（参考訳）: FRIプロトコルにインスパイアされたグラフ上のコードのための対話型Oracle Proof of Proximity (IOPP)を設計する。音質はFRIに比べて大幅に改善され、複雑性パラメータは同等であり、使用するフィールドに制限はなく、コードベースのSNARKを設計するための新しいコードを考えることができる。

関連論文リスト

Enhancing Graph Contrastive Learning with Reliable and Informative Augmentation for Recommendation [84.45144851024257]
離散コードによるより強力な協調情報を用いて、コントラスト的なビューを構築することにより、グラフのコントラスト学習を強化することを目的とした、新しいフレームワークを提案する。中心となる考え方は、ユーザとアイテムを協調情報に富んだ離散コードにマッピングし、信頼性と情報に富んだコントラッシブなビュー生成を可能にすることである。
論文参考訳（メタデータ） (2024-09-09T14:04:17Z)
Decoding Quantum LDPC Codes Using Graph Neural Networks [52.19575718707659]
グラフニューラルネットワーク(GNN)に基づく量子低密度パリティチェック(QLDPC)符号の新しい復号法を提案する。提案したGNNベースのQLDPCデコーダは,QLDPC符号のスパースグラフ構造を利用して,メッセージパスデコーダとして実装することができる。
論文参考訳（メタデータ） (2024-08-09T16:47:49Z)
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)
LightCode: Light Analytical and Neural Codes for Channels with Feedback [10.619569069690185]
我々は,通信システムに適した低複雑さの符号化方式を設計することに注力する。まず、Schalkwijk-Kailath (SK) と Gallager-Nakibouglu (GN) にインスパイアされた解析的符号化スキームであるPowerBlast が、SK と GN のスキームに対して顕著な信頼性向上を実現していることを示す。次に、低SNR領域の信頼性を高めるために、既存のディープラーニングベースのコードと比較して、わずかなメモリと計算を使いながら、最先端の信頼性を実現する軽量ニューラルネットワークであるLightCodeを提案する。
論文参考訳（メタデータ） (2024-03-16T01:04:34Z)
Graph Neural Networks for Enhanced Decoding of Quantum LDPC Codes [6.175503577352742]
量子低密度パリティチェック(LDPC)符号に対する微分可能な反復デコーダを提案する。提案アルゴリズムは,古典的信念伝達(BP)復号段階と中間グラフニューラルネットワーク(GNN)層から構成される。
論文参考訳（メタデータ） (2023-10-26T19:56:25Z)
Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
論文参考訳（メタデータ） (2022-12-20T13:41:27Z)
Great Truths are Always Simple: A Rather Simple Knowledge Encoder for Enhancing the Commonsense Reasoning Capacity of Pre-Trained Models [89.98762327725112]
自然言語における常識推論は、人工知能システムの望ましい能力である。複雑なコモンセンス推論タスクを解決するための典型的な解決策は、知識対応グラフニューラルネットワーク(GNN)エンコーダで事前訓練された言語モデル(PTM)を強化することである。有効性にもかかわらず、これらのアプローチは重いアーキテクチャ上に構築されており、外部知識リソースがPTMの推論能力をどのように改善するかを明確に説明できない。
論文参考訳（メタデータ） (2022-05-04T01:27:36Z)
Hypergraph Contrastive Collaborative Filtering [44.8586906335262]
新たな自己監督型推薦フレームワークHypergraph Contrastive Collaborative Filtering (HCCF)を提案する。 HCCFは、ハイパーグラフを拡張したクロスビューコントラスト学習アーキテクチャと、ローカルおよびグローバルなコラボレーティブな関係をキャプチャする。提案モデルでは,ハイパーグラフ構造と自己教師付き学習を効果的に統合し,レコメンダシステムの表現品質を向上する。
論文参考訳（メタデータ） (2022-04-26T10:06:04Z)
Data-Driven Learning of Geometric Scattering Networks [74.3283600072357]
最近提案された幾何散乱変換の緩和に基づく新しいグラフニューラルネットワーク(GNN)モジュールを提案する。我々の学習可能な幾何散乱(LEGS)モジュールは、ウェーブレットの適応的なチューニングを可能にし、学習された表現に帯域通過の特徴が現れるように促す。
論文参考訳（メタデータ） (2020-10-06T01:20:27Z)

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。