会员服务
极大 · Alphabet · 线性的 ·
2020 年 11 月 27 日
A Construction of Maximally Recoverable Codes with Order-Optimal Field Size
翻译：构建最大可回收代码,有顺序- 优化字段大小
Han Cai,Ying Miao,Moshe Schwartz,Xiaohu Tang
Han Cai,Ying Miao,Moshe Schwartz,Xiaohu Tang

We construct maximally recoverable codes (corresponding to partial MDS codes) which are based on linearized Reed-Solomon codes. The new codes have a smaller field size requirement compared with known constructions. For certain asymptotic regimes, the constructed codes have order-optimal alphabet size, asymptotically matching the known lower bound.


翻译：我们根据线性Reed-Solomon代码构建了最大可回收代码(相当于部分MDS代码 ) 。 与已知的建筑工程相比,新代码的野外尺寸要求较小。 对于某些无药可救的系统,所构建的代码具有排序至最佳的字母大小,与已知的较低约束值不相上下。
0
下载
关闭预览

相关内容

【AAAI2021】 层次图胶囊网络
【AAAI2021】 层次图胶囊网络
专知会员服务
82+阅读 · 2020年12月18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
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【MLA 2019】对抗机器学习与对抗视觉，韩亚洪 天津大学教授
【MLA 2019】对抗机器学习与对抗视觉，韩亚洪 天津大学教授
专知会员服务
45+阅读 · 2019年11月6日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23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
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
关关的刷题日记97 – Leetcode 105. Construct Binary Tree
关关的刷题日记97 – Leetcode 105. Construct Binary Tree
专知
3+阅读 · 2018年1月14日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Stochastic Learning Approach to Binary Optimization for Optimal Design of Experiments
Arxiv
0+阅读 · 2021年1月15日
Implicit Surface Reconstruction with a Curl-free Radial Basis Function Partition of Unity Method
Arxiv
0+阅读 · 2021年1月15日
From Smooth Wasserstein Distance to Dual Sobolev Norm: Empirical Approximation and Statistical Applications
Arxiv
0+阅读 · 2021年1月14日
Variational Deep Learning for the Identification and Reconstruction of Chaotic and Stochastic Dynamical Systems from Noisy and Partial Observations
Arxiv
0+阅读 · 2021年1月14日
Complexity of Highly Parallel Non-Smooth Convex Optimization
Arxiv
0+阅读 · 2021年1月14日
Tighter Bound Estimation of Sensitivity Analysis for Incremental and Decremental Data Modification
Arxiv
0+阅读 · 2021年1月13日
Maximizing Products of Linear Forms, and The Permanent of Positive Semidefinite Matrices
Arxiv
0+阅读 · 2021年1月13日
Scalable Gromov-Wasserstein Learning for Graph Partitioning and Matching
Arxiv
8+阅读 · 2019年10月9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
Road surface 3d reconstruction based on dense subpixel disparity map estimation
Arxiv
3+阅读 · 2018年7月5日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
极大
Alphabet
线性的
相关VIP内容
【AAAI2021】 层次图胶囊网络
【AAAI2021】 层次图胶囊网络
专知会员服务
82+阅读 · 2020年12月18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
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【MLA 2019】对抗机器学习与对抗视觉，韩亚洪 天津大学教授
【MLA 2019】对抗机器学习与对抗视觉，韩亚洪 天津大学教授
专知会员服务
45+阅读 · 2019年11月6日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23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
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
关关的刷题日记97 – Leetcode 105. Construct Binary Tree
关关的刷题日记97 – Leetcode 105. Construct Binary Tree
专知
3+阅读 · 2018年1月14日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Stochastic Learning Approach to Binary Optimization for Optimal Design of Experiments
Arxiv
0+阅读 · 2021年1月15日
Implicit Surface Reconstruction with a Curl-free Radial Basis Function Partition of Unity Method
Arxiv
0+阅读 · 2021年1月15日
From Smooth Wasserstein Distance to Dual Sobolev Norm: Empirical Approximation and Statistical Applications
Arxiv
0+阅读 · 2021年1月14日
Variational Deep Learning for the Identification and Reconstruction of Chaotic and Stochastic Dynamical Systems from Noisy and Partial Observations
Arxiv
0+阅读 · 2021年1月14日
Complexity of Highly Parallel Non-Smooth Convex Optimization
Arxiv
0+阅读 · 2021年1月14日
Tighter Bound Estimation of Sensitivity Analysis for Incremental and Decremental Data Modification
Arxiv
0+阅读 · 2021年1月13日
Maximizing Products of Linear Forms, and The Permanent of Positive Semidefinite Matrices
Arxiv
0+阅读 · 2021年1月13日
Scalable Gromov-Wasserstein Learning for Graph Partitioning and Matching
Arxiv
8+阅读 · 2019年10月9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
Road surface 3d reconstruction based on dense subpixel disparity map estimation
Arxiv
3+阅读 · 2018年7月5日
Top
微信扫码咨询专知VIP会员
Top