We study the problem of simulating a two-user multiple access channel over a multiple access network of noiseless links. Two encoders observe independent and identically distributed (i.i.d.) copies of a source random variable each, while a decoder observes i.i.d. copies of a side-information random variable. There are rate-limited noiseless communication links and independent pairwise shared randomness resources between each encoder and the decoder. The decoder has to output approximately i.i.d. copies of another random variable jointly distributed with the two sources and the side information. We are interested in the rate tuples which permit this simulation. This setting can be thought of as a multi-terminal generalization of the point-to-point channel simulation problem studied by Bennett et al. (2002) and Cuff (2013). General inner and outer bounds on the rate region are derived. For the specific case where the sources at the encoders are conditionally independent given the side-information at the decoder, we completely characterize the rate region. Our bounds recover the existing results on function computation over such multi-terminal networks. We then show through an example that an additional independent source of shared randomness between the encoders strictly improves the communication rate requirements, even if the additional randomness is not available to the decoder. Furthermore, we provide inner and outer bounds for this more general setting with independent pairwise shared randomness resources between all the three possible node pairs.


翻译:我们研究在无噪音链接的多个访问网络上模拟双用户多重访问通道的问题。 两个编码器观察独立且同样分布的源随机变量副本(i.d.d.),而一个解码器则观察侧信息随机变量副本i.d.d.。每个编码器和解码器之间有低速的无噪音通信链接和独立的双对共享随机资源。解码器必须大约输出i.d.d. 与两个来源和侧信息联合传播的另一个随机变量的复制件。我们感兴趣的是允许进行模拟的利率图例(i.d.)。这个设置可以被视为Bennett等人(2002年)和Cuff(2013)所研究的点对点对点频道模拟问题的多端概括化。可以推断出每个编码器区域的一般内外部和外框。关于编码器源因所有解码的侧端信息而有条件独立,我们随后完整地描述该汇率区域。我们甚至对允许进行模拟的比值图例感兴趣。如果在这种多端通信网络上进行不完全的任意计算,那么我们就能通过一个额外的外部源来进行额外的计算,那么,我们就可以通过一个额外的数字来进行额外的复制。

0
下载
关闭预览

相关内容

专知会员服务
45+阅读 · 2020年10月31日
专知会员服务
18+阅读 · 2020年9月6日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
8+阅读 · 2019年10月10日
已删除
将门创投
5+阅读 · 2019年9月10日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
Arxiv
0+阅读 · 2021年4月14日
Arxiv
6+阅读 · 2018年4月24日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2019年9月10日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
Top
微信扫码咨询专知VIP会员