Fugu-MT 論文翻訳(概要): Representation Gap of the Motzkin Monoid

論文の概要: Representation Gap of the Motzkin Monoid

arxiv url: http://arxiv.org/abs/2510.06707v1
Date: Wed, 08 Oct 2025 06:59:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-09 16:41:20.341494
Title: Representation Gap of the Motzkin Monoid
Title（参考訳）: モツキンモノイドの表現ギャップ
Authors: Katharina Arms,
Abstract要約: 表現ギャップは、最小の非自明な表現のサイズとして定義され、これらのアルゴリズムのセキュリティを評価する指標として機能する。本稿では,ロバストな暗号アルゴリズムの候補として,図式モツキンモノイドが大きな表現ギャップを示すことを示す。
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: The linear decomposition attack reveals a vulnerability in encryption algorithms operating within groups or monoids with excessively small representations. The representation gap, defined as the size of the smallest non-trivial representation, therefore serves as a metric to assess the security of these algorithms. This paper will demonstrate that the diagrammatic Motzkin monoids exhibit a large representation gap, positioning them as promising candidates for robust encryption algorithms.
Abstract（参考訳）: 線形分解攻撃は、過度に小さな表現を持つグループやモノイド内で動作している暗号化アルゴリズムの脆弱性を明らかにする。表現ギャップは最小の非自明な表現のサイズとして定義されるため、これらのアルゴリズムの安全性を評価する指標として機能する。本稿では,ロバストな暗号アルゴリズムの候補として,図式モツキンモノイドが大きな表現ギャップを示すことを示す。

関連論文リスト

Representation gaps of rigid planar diagram monoids [0.0]
我々はテンパーリー・リーブ、モツキンおよび平面ルークモノイドの非ピボタルアナログを定義する。それらの表現ギャップとギャップ比を比較した。非ピボタルモノイドは一般に暗号的目的に悪影響を及ぼすと結論付けている。
論文参考訳（メタデータ） (2025-05-09T07:37:15Z)
Open-Vocabulary Segmentation with Unpaired Mask-Text Supervision [87.15580604023555]
Unpair-Segは、弱制御されたオープン語彙セグメンテーションフレームワークである。未ペア画像マスクと画像テキストペアから学習し、独立して効率的に収集することができる。 ADE-847とPASCAL Context-459データセットで14.6%と19.5%のmIoUを達成した。
論文参考訳（メタデータ） (2024-02-14T06:01:44Z)
Constructing a fully homomorphic encryption scheme with the Yoneda Lemma [0.0]
この論文は、Yoneda Lemmaの適用を通じて、非対称暗号の同型暗号システムの基盤を再定義する。これは、ElGamal、RSA、Benaloh、RegevのLWE、NTRUEncryptといった広く採用されているシステムが、Yoneda Lemmaの原理から直接派生していることを示している。この合成により、全体論的同型暗号化フレームワークである Yoneda Encryption Scheme が作成される。
論文参考訳（メタデータ） (2024-01-24T06:46:26Z)
Unsupervised Learning of Structured Representations via Closed-Loop Transcription [21.78655495464155]
本稿では,識別目的と生成目的の両方を兼ね備えた統一表現を学習するための教師なし手法を提案する。統一表現は、両方を持つことの相互利益を享受できることが示される。これらの構造化された表現は、最先端の教師なし識別表現に近い分類を可能にする。
論文参考訳（メタデータ） (2022-10-30T09:09:05Z)
Self-Supervised Learning Disentangled Group Representation as Feature [82.07737719232972]
既存の自己監督学習(SSL)は、回転や着色などの単純な拡張機能のみを分解することを示す。反復的分割に基づく不変リスク最小化(IP-IRM)を提案する。我々は、IP-IRMが完全に不整合表現に収束し、様々なベンチマークでその効果を示すことを証明した。
論文参考訳（メタデータ） (2021-10-28T16:12:33Z)
Prototype-supervised Adversarial Network for Targeted Attack of Deep Hashing [65.32148145602865]
ディープハッシュネットワークは、敵の例に弱い。 ProS-GAN(ProS-GAN)の提案我々の知る限りでは、これはディープハッシュネットワークを攻撃する最初の世代ベースの方法である。
論文参考訳（メタデータ） (2021-05-17T00:31:37Z)
Top-m identification for linear bandits [0.0]
薬物再購入への適用を動機として, 線形バンディットモデルにおける最大平均のm $ge$ 1アームの同定に取り組むための最初のアルゴリズムを提案する。これらのアルゴリズムはgap-indexフォーカスアルゴリズム(gifa)のジェネリックファミリーに属し、線形バンドイットにおけるトップm識別に導入する。
論文参考訳（メタデータ） (2021-03-18T08:04:45Z)
The Curse of Dense Low-Dimensional Information Retrieval for Large Index Sizes [61.78092651347371]
指数の大きさを増加させるため,密度表現の性能はスパース表現よりも速く低下することを示す。極端な場合、これは特定のインデックスサイズの疎表現が密な表現を上回るような先端点につながることもある。
論文参考訳（メタデータ） (2020-12-28T12:25:25Z)
Simplex-Structured Matrix Factorization: Sparsity-based Identifiability and Provably Correct Algorithms [21.737226432466496]
単純なx構造行列因数分解に対する識別可能性を保証する新しいアルゴリズムを提案する。本稿では,合成データセットとハイパースペクトル画像に対するアプローチの有効性について述べる。
論文参考訳（メタデータ） (2020-07-22T14:01:58Z)
GeoDA: a geometric framework for black-box adversarial attacks [79.52980486689287]
我々は,最も困難なブラックボックス設定の1つにおいて,逆例を生成するためのフレームワークを提案する。我々のフレームワークは、ディープネットワークの決定境界は通常、データサンプルの近傍で小さな平均曲率を持つという観察に基づいている。
論文参考訳（メタデータ） (2020-03-13T20:03:01Z)

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。