Transmit a codeword $x$, that belongs to an $(\ell-1)$-deletion-correcting code of length $n$, over a $t$-deletion channel for some $1\le \ell\le t<n$. Levenshtein, in 2001, proposed the problem of determining $N(n,\ell,t)+1$, the minimum number of distinct channel outputs required to uniquely reconstruct $x$. Prior to this work, $N(n,\ell,t)$ is known only when $\ell\in\{1,2\}$. Here, we provide an asymptotically exact solution for all values of $\ell$ and $t$. Specifically, we show that $N(n,\ell,t)=\binom{2\ell}{\ell}/(t-\ell)! n^{t-\ell} - O(n^{t-\ell-1})$ and in the special instance where $\ell=t$, we show that $N(n,\ell,\ell)=\binom{2\ell}{\ell}$. We also provide a conjecture on the exact value of $N(n,\ell,t)$ for all values of $n$, $\ell$, and $t$.


翻译:Levestein在2001年提出了一个问题,即确定美元(n,\ell,t)+1美元,这是独家重建美元所需的不同频道产出的最低数量。在此之前,美元(n, ell, t) 美元(n) 美元(n, n) 美元(n) 美元(t) 美元(t) 。在这项工作之前,只有在美元(n) 美元(n) 美元(n) 美元(n) 美元($) 美元(n) 美元(美元) 美元(美元) 美元(美元) 美元(美元) 美元(美元) 美元(美元) 。在这里,我们为美元(ell) 和美元(t) 提供一种精确的解决方案。具体地说,我们显示,$(n,\ell) ⁇ binom2\ell} (t) 美元(n) 美元(n) 美元(n) 美元(n) 美元(n) 美元(n) 美元(n) 美元(n) 美元(ell) 美元(n) 美元(n) 美元(n) 美元(n) 美元(美元) 美元(n) 美元) 美元(n) 美元(n) (ell) (ell) (ell) 美元) (ell) (ell) (ell) (美元) (美元) (美元) (美元) (ell) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (ell) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (ell) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元) (美元)

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
85+阅读 · 2021年12月9日
专知会员服务
76+阅读 · 2021年3月16日
【硬核书】群论,Group Theory,135页pdf
专知会员服务
125+阅读 · 2020年6月25日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
三维重建 3D reconstruction 有哪些实用算法?
极市平台
13+阅读 · 2020年2月23日
已删除
将门创投
8+阅读 · 2019年6月13日
【CNN】一文读懂卷积神经网络CNN
产业智能官
18+阅读 · 2018年1月2日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Arxiv
0+阅读 · 2022年1月11日
Arxiv
0+阅读 · 2022年1月10日
Arxiv
0+阅读 · 2022年1月6日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
VIP会员
相关资讯
三维重建 3D reconstruction 有哪些实用算法?
极市平台
13+阅读 · 2020年2月23日
已删除
将门创投
8+阅读 · 2019年6月13日
【CNN】一文读懂卷积神经网络CNN
产业智能官
18+阅读 · 2018年1月2日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
相关论文
Arxiv
0+阅读 · 2022年1月11日
Arxiv
0+阅读 · 2022年1月10日
Arxiv
0+阅读 · 2022年1月6日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
Top
微信扫码咨询专知VIP会员