会员服务
线性的 · Weight · 近似 · 分离的 ·
2021 年 8 月 15 日
Approximate MDS Property of Linear Codes
翻译：MDS 近似 MDS 线性代码属性
Ghurumuruhan Ganesan
Ghurumuruhan Ganesan
from arxiv, Accepted for publication in European Conference on Combinatorics, Graph Theory and Applications (EUROCOMB 2021)

In this paper, we study the weight spectrum of linear codes with \emph{super-linear} field size and use the probabilistic method to show that for nearly all such codes, the corresponding weight spectrum is very close to that of a maximum distance separable (MDS) code.


翻译：在本文中,我们用 emph{超级线性} 字段大小研究线性代码的重量范围,并使用概率法表明,几乎所有此类代码的相应重量范围都非常接近于最大距离可分离代码的重量范围。
0
下载
关闭预览

相关内容

【普林斯顿经典书】高维概率，326页pdf，Probability in High Dimension
【普林斯顿经典书】高维概率，326页pdf，Probability in High Dimension
专知会员服务
104+阅读 · 2021年2月27日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【干货书】Python程序员编程，810页pdf，Python® for Programmers
【干货书】Python程序员编程，810页pdf，Python® for Programmers
专知会员服务
60+阅读 · 2020年8月6日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
109+阅读 · 2020年5月15日
【2020新书】C++20 特性 第二版，A Problem-Solution Approach
【2020新书】C++20 特性 第二版，A Problem-Solution Approach
专知会员服务
58+阅读 · 2020年4月26日
【IJCAI2020】统计相关模型，A Complete Characterization of Projectivity for Statistical Relational Models
【IJCAI2020】统计相关模型，A Complete Characterization of Projectivity for Statistical Relational Models
专知会员服务
19+阅读 · 2020年4月25日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知
18+阅读 · 2020年5月30日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【泡泡一分钟】一种实用且高效的多视图匹配方法
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
专知
25+阅读 · 2018年4月29日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
A Construction of Maximally Recoverable Codes with Order-Optimal Field Size
Arxiv
0+阅读 · 2021年10月14日
Reward-Free Model-Based Reinforcement Learning with Linear Function Approximation
Arxiv
0+阅读 · 2021年10月12日
A Complete Approach to Loop Verification with Invariants and Summaries
Arxiv
0+阅读 · 2021年10月12日
Linear block and convolutional MDS codes to required rate, distance and type
Arxiv
0+阅读 · 2021年10月12日
Self-guided Approximate Linear Programs
Arxiv
0+阅读 · 2021年10月12日
BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation
Arxiv
3+阅读 · 2021年6月21日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
2D-3D Pose Consistency-based Conditional Random Fields for 3D Human Pose Estimation
Arxiv
3+阅读 · 2017年12月28日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
线性的
Weight
近似
分离的
相关VIP内容
【普林斯顿经典书】高维概率，326页pdf，Probability in High Dimension
【普林斯顿经典书】高维概率，326页pdf，Probability in High Dimension
专知会员服务
104+阅读 · 2021年2月27日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【干货书】Python程序员编程，810页pdf，Python® for Programmers
【干货书】Python程序员编程，810页pdf，Python® for Programmers
专知会员服务
60+阅读 · 2020年8月6日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
109+阅读 · 2020年5月15日
【2020新书】C++20 特性 第二版，A Problem-Solution Approach
【2020新书】C++20 特性 第二版，A Problem-Solution Approach
专知会员服务
58+阅读 · 2020年4月26日
【IJCAI2020】统计相关模型，A Complete Characterization of Projectivity for Statistical Relational Models
【IJCAI2020】统计相关模型，A Complete Characterization of Projectivity for Statistical Relational Models
专知会员服务
19+阅读 · 2020年4月25日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知
18+阅读 · 2020年5月30日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【泡泡一分钟】一种实用且高效的多视图匹配方法
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
专知
25+阅读 · 2018年4月29日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
A Construction of Maximally Recoverable Codes with Order-Optimal Field Size
Arxiv
0+阅读 · 2021年10月14日
Reward-Free Model-Based Reinforcement Learning with Linear Function Approximation
Arxiv
0+阅读 · 2021年10月12日
A Complete Approach to Loop Verification with Invariants and Summaries
Arxiv
0+阅读 · 2021年10月12日
Linear block and convolutional MDS codes to required rate, distance and type
Arxiv
0+阅读 · 2021年10月12日
Self-guided Approximate Linear Programs
Arxiv
0+阅读 · 2021年10月12日
BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation
Arxiv
3+阅读 · 2021年6月21日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
2D-3D Pose Consistency-based Conditional Random Fields for 3D Human Pose Estimation
Arxiv
3+阅读 · 2017年12月28日
Top
微信扫码咨询专知VIP会员
Top