論文の概要: A New Approach to Code Smoothing Bounds

• arxiv url: http://arxiv.org/abs/2603.18077v1
• Date: Wed, 18 Mar 2026 06:56:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.745531
• Title: A New Approach to Code Smoothing Bounds
• Title（参考訳）: コード平滑化境界に対する新しいアプローチ
• Authors: Tsuyoshi Miezaki, Yusaku Nishimura, Katsuyuki Takashima,
• Abstract要約: 等間隔分割を用いたランダムウォークの総変動距離の不等式を導出する。 提案した境界は、有限アーベル群に対する既存の結果を一般化することを示す。
• 参考スコア（独自算出の注目度）: 0.1274452325287335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To analyze the security of code-based cryptosystems, the smoothing parameter, which is closely related to the total variation distance of codes, has been investigated. While previous studies have bounded this distance using the Fourier transform on locally compact abelian groups, we take an alternative approach based on random walks. In this paper, we derive an inequality for the total variation distance of random walks using equitable partitions, and we show that our proposed bound generalizes existing results for finite abelian groups.
• Abstract（参考訳）: コードベースの暗号システムのセキュリティを解析するために,コードの総変動距離と密接な関係を持つ平滑化パラメータについて検討した。 これまでの研究では、局所コンパクトなアーベル群上のフーリエ変換を用いて、この距離を制限してきたが、ランダムウォークに基づく別のアプローチをとる。 本稿では、等方分割を用いたランダムウォークの総変動距離の不等式を導出し、提案した境界が有限アーベル群に対する既存の結果を一般化することを示す。

関連論文リスト

• Simultaneous Inference for Local Structural Parameters with Random Forests [19.014535120129338]
  我々は条件モーメント方程式の解に対する同時信頼区間を構築する。 我々は高次元U.S.の濃度と正規近似に関する新しい順序抽出結果を得た。 副産物として、高次元U.S.の濃度と正規近似に関するいくつかの新しい順序抽出結果を得る。
  論文  参考訳（メタデータ） (2024-05-13T15:46:11Z)
• In-and-Out: Algorithmic Diffusion for Sampling Convex Bodies [12.806971416812432]
  高次元凸体を一様にサンプリングするための新しいランダムウォークを提案する。 出力をより強力な保証で、最先端のランタイムの複雑さを実現する。
  論文  参考訳（メタデータ） (2024-05-02T16:15:46Z)
• An approach to robust ICP initialization [77.45039118761837]
  本稿では,厳密な変換に伴う乱れのない点群に対応するために,ICPアルゴリズムを初期化する手法を提案する。 我々はノイズに対する我々のアプローチの頑健さに限界を導出し、数値実験により我々の理論的な知見を裏付ける。
  論文  参考訳（メタデータ） (2022-12-10T16:27:25Z)
• E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
  逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。 私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。 統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
  論文  参考訳（メタデータ） (2022-03-07T17:25:02Z)
• Random Forest Weighted Local Fréchet Regression with Random Objects [18.128663071848923]
  本稿では,新しいランダム森林重み付き局所Fr'echet回帰パラダイムを提案する。 最初の方法は、これらの重みを局所平均として、条件付きFr'echet平均を解くことである。 第二の手法は局所線形Fr'echet回帰を行い、どちらも既存のFr'echet回帰法を大幅に改善した。
  論文  参考訳（メタデータ） (2022-02-10T09:10:59Z)
• Minibatch vs Local SGD with Shuffling: Tight Convergence Bounds and Beyond [63.59034509960994]
  シャッフルに基づく変種(ミニバッチと局所ランダムリシャッフル)について検討する。 ポリアック・ロジャシエヴィチ条件を満たす滑らかな函数に対して、これらのシャッフル型不変量(英語版)(shuffling-based variants)がそれらの置換式よりも早く収束することを示す収束境界を得る。 我々は, 同期シャッフル法と呼ばれるアルゴリズムの修正を提案し, ほぼ均一な条件下では, 下界よりも収束速度が速くなった。
  論文  参考訳（メタデータ） (2021-10-20T02:25:25Z)

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。