We consider computations over networks with multiple broadcast channels that intersect at a single party. Each broadcast link suffers from random bit-flip noise that affects the receivers independently. We design interactive coding schemes that successfully perform any computation over these noisy networks and strive to reduce their communication overhead with respect to the original (noiseless) computation. A simple variant of a coding scheme by Rajagopalan and Schulman (STOC 1994) shows that any (noiseless) protocol of $R$ rounds can be reliably simulated in $O(R\log n)$ rounds over a network with $n=n_1n_2+1$ parties in which a single party is connected to $n_2$ noisy broadcast channels, each of which connects $n_1$ distinct parties. We design new coding schemes with improved overheads. Our approach divides the network into four regimes according to the relationship between $n_1$ and $n_2$. We employ a two-layer coding where the inner code protects each broadcast channel and is tailored to the specific conditions of the regime in consideration. The outer layer protects the computation in the network and is generally based on the scheme of Rajagopalan and Schulman, adapted to the case of broadcast channels. The overhead we obtain ranges from $O(\log\log n_2)$ to $O(\log n_2 \frac{\log\log n_1}{\log n_1})$ and beats the trivial $O(\log n)$ overhead in all four regimes.


翻译:我们考虑在多个广播频道的网络上计算一个单一方的交叉。 每个广播链接都有随机的位翻转噪音,独立地影响接收器。 我们设计互动编码计划, 成功地在这些吵闹的网络上进行任何计算, 并努力在原始( 无声)计算中减少它们的通信间接费用。 Rajagopalan 和 Schulman (STOC 1994) 的编码计划简单变式显示, 任何( 无声) 美元回合的( 无声) 协议都可以在$O (R\log n) $1 (R\log n) $1 (n_ 1n_ 2+1美元 美元) 的网络上可靠模拟。 在其中, 一个单一的政党与$_ 2美元 响亮的广播频道连接, 每一个都连接到$_ 1美元的不同政党。 我们的方法将网络的编码分为四个制度, $_ 1 美元 和 $2 美元 美元。 我们使用两层的编码, 保护每个广播频道, 并且根据制度的具体条件调整 n$_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ n_ g_ g_ com_ g_ 的 的 的 的系统。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
专知会员服务
26+阅读 · 2021年4月2日
专知会员服务
162+阅读 · 2020年1月16日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10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
104+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
人工智能 | PRICAI 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年12月13日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年7月1日
Arxiv
13+阅读 · 2021年5月25日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
人工智能 | PRICAI 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年12月13日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员