The weight distribution of the cosets of maximum distance separable (MDS) codes is considered. In 1990, P.G. Bonneau proposed a relation to obtain the full weight distribution of a coset of an MDS code with minimum distance $d$ using the known numbers of vectors of weights $\le d-2$ in this coset. In this paper, the Bonneau formula is transformed to a more structured and convenient form. The new version of the formula allows to consider effectively cosets of distinct weights $W$. (The weight $W$ of a coset is the smallest Hamming weight of any vector in the coset.) For each of the considered $W$ or regions of $W$, special relations more simple than the general one are obtained. We proved that all the MDS code cosets of weight $W=1$ (as well as $W=d-1$) have the same weight distribution. The cosets of weight $W=2$ or $W=d-2$ may have non-identical weight distributions; in this case, we proved that the distributions are symmetrical in some sense. The weight distributions of cosets of MDS codes corresponding to arcs in the projective plane $\mathrm{PG}(2,q)$ are also considered. For MDS codes of covering radius $R=d-1$ we obtained the number of the weight $W=d-1$ cosets and their weight distribution that gives rise to a certain classification of the so-called deep holes. We show that any MDS code of covering radius $R=d-1$ is an almost perfect multiple covering of the farthest-off points (deep holes); moreover, it corresponds to a multiple saturating set in the projective space $\mathrm{PG}(N,q)$.


翻译:在1990年,P.G.Bonneau提出一种关系,以便使用已知的重量矢量数($\le d-2美元)来获得最小距离美元(美元)的MDS代码组合的全部重量分布。在本文中,Bonneau公式转换为结构化和方便的形式。新版公式允许有效考虑不同重量(W$)的组合。 (一个cose的重重值(美元)深值(美元)是组合中任何矢量中最小的含汞重量的最小值重量。 对于每个考虑的美元或美元区域(美元),特殊关系比普通值简单。我们证明,所有MDS代码的重量值(美元=1美元(美元=d-1美元)都具有相同的重量分布。重数(美元=2美元或美元=2美元)的重数(美元)可能不是相同的重量分布;在本案中,我们证明,用于计算任何矢量(美元)或美元(美元)的矢量(美元)的数值(美元)的流值(美元)分配值(美元)也代表某种重量的美元(MDFS)的计算。

0
下载
关闭预览

相关内容

Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3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
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
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年3月23日
Arxiv
0+阅读 · 2021年3月23日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员