In this paper, we discuss two-stage encoding algorithms capable of correcting a fraction of asymmetric errors. Suppose that we can transmit $n$ binary symbols $(x_1,\ldots,x_n)$ one-by-one over the Z-channel, in which a $1$ is received if and only if a $1$ is transmitted. At some moment, say $n_1$, it is allowed to use the complete feedback of the channel and adjust further encoding strategy based on the partial output of the channel $(y_1,\ldots,y_{n_1})$. The goal is to transmit as much information as possible under the assumption that the total number of errors is limited by $\tau n$, $0<\tau<1$. We propose an encoding strategy that uses a list-decodable code at the first stage and a high-error low-rate code at the second stage. This strategy and our converse result yield that there is a sharp transition at $\tau=\max\limits_{0<\omega<1}\frac{\omega + \omega^3}{1+4\omega^3}\approx 0.44$ from positive rate to zero rate for two-stage encoding strategies. As side results, we derive lower and upper bounds on the size of list-decodable codes for the Z-channel and prove that for a fraction $1/4+\epsilon$ of asymmetric errors, an error-correcting code contains at most $O(\epsilon^{-3/2})$ codewords.


翻译:在本文中, 我们讨论能够纠正部分不对称错误的两阶段编码算法 。 假设我们可以在 Z 通道上一对一传输美元二进制符号$( x_ 1,\ ldots, x_ n) $1, 只有在传输一美元的情况下才能收到一美元 。 在某个时刻, 比如 $_ 1, 允许使用频道的完整反馈, 并根据频道部分输出$( y_ 1,\\ ldots, y ⁇ n_ 1} 来调整进一步的编码战略 。 目标是在Z 通道上一对一一传输尽可能多的信息, 假设错误总数受$\ tau n$, $0\ tau < 1美元 。 我们提出一个编码战略, 在第一阶段使用列表可降低代码, 在第二阶段使用高error低的代码。 这个策略和我们的逆结果显示, 在 $\\ max% max% adexcoal=_ disal_ lablexal_ laus_ lax a mess dead_ ral_ ral_ disal_ ral_ lax_ laxxxxxxxxxxxxxx_ roxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
专知会员服务
50+阅读 · 2020年12月14日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
14+阅读 · 2019年5月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年1月22日
Arxiv
3+阅读 · 2019年3月15日
VIP会员
相关资讯
已删除
将门创投
14+阅读 · 2019年5月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员