One of the main goals of coding theory is to construct codes with best possible parameters and properties. A special class of codes called quasi-twisted (QT) codes is well-known to produce codes with good parameters. Most of the work on QT codes has been over the 1-generator case. In this work, we focus on 2-generator QT codes and generalize the ASR algorithm that has been very effective to produce new linear codes from 1-generator QT codes. Moreover, we also generalize a recent algorithm to test equivalence of cyclic codes to constacyclic codes. This algorithm makes the ASR search even more effective. As a result of implementing our algorithm, we have found 103 QT codes that are new among the class of QT codes. Additionally, most of these codes possess the following additional properties: a) they have the same parameters as best known linear codes, and b) many of the have additional desired properties such as being LCD and dual-containing. Further, we have also found a binary 2-generator QT code that is new (record breaking) among all binary linear codes and its extension yields another record breaking binary linear code.


翻译:编码理论的主要目的之一是构建具有最佳参数和属性的代码。 被称为准扭曲(QT)代码的特殊代码类别众所周知, 可以生成具有良好参数的代码。 有关 QT 代码的大部分工作都是在 1 生成器 的情况下完成的。 在这项工作中, 我们侧重于 2 生成器 QT 代码, 并推广 ASR 算法, 该算法非常有效, 从 1- 生成器 QT 代码中产生新的线性代码。 此外, 我们还推广了最近的一种算法, 以测试循环代码与共序代码的等同性。 这个算法使得 ASR 搜索更加有效。 由于实施了我们的算法, 我们发现103 QT QT 代码中的新代码。 此外, 这些代码中的大多数具有以下额外属性:(a) 它们具有与已知的最佳线性代码相同的参数, (b) 许多具有其他想要的特性, 如 LCD 和 双重含。 此外, 我们还发现一个 二进制的 QT QT 生成器 QT 代码, 使 QT QT QT 源代码更加有效 。 。 由于执行我们的算法, 我们找到了新的( recrecodestralalizal ) 和 brealizalizal enal enal ral drecrecrecrecolal d

0
下载
关闭预览

相关内容

专知会员服务
40+阅读 · 2021年6月10日
【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25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
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
trape 一种识别工具
黑白之道
4+阅读 · 2019年5月2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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年10月15日
Arxiv
0+阅读 · 2021年10月7日
Arxiv
6+阅读 · 2021年6月24日
Arxiv
0+阅读 · 2021年6月1日
Arxiv
8+阅读 · 2021年5月21日
Arxiv
5+阅读 · 2017年11月30日
VIP会员
相关资讯
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
trape 一种识别工具
黑白之道
4+阅读 · 2019年5月2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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Top
微信扫码咨询专知VIP会员