MétaCan
Menu
Retour à la cohorte
Enregistrement W2121484689 · doi:10.1109/tcomm.2013.13.120317

Grobner Bases for Lattices and an Algebraic Decoding Algorithm

2013· article· en· W2121484689 sur OpenAlexaff
Malihe Aliasgari, Mohammad‐Reza Sadeghi, Daniel Panario

Notice bibliographique

RevueIEEE Transactions on Communications · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueCoding theory and cryptography
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGröbner basisDecoding methodsAlgebraic numberAlgorithmComputer scienceBerlekamp–Welch algorithmList decodingSequential decodingAlgebra over a fieldMathematicsTheoretical computer scienceBlock codeComputationConcatenated error correction codePure mathematics

Résumé

récupéré en direct d'OpenAlex

In this paper we present Grobner bases for lattices given in a general form, including integer and non-integer lattices. Grdot{o}bner bases for binary linear codes were introduced by Borges-Quintana et al. . We extend their work to non-binary group block codes. Then, given a lattice Λ and its associated label code L, which is a group code, we define an ideal for L. A Grobner basis is assigned to Λ as the Grobner basis of its label code L. Since the associated label code for integer and non-integer lattices are group codes, the assigned Grobner bases can be obtained for both cases. Using this Grobner basis an algebraic decoding algorithm is introduced. We provide an example of the decoding method for a lower dimension lattice. We explain that the complexity of this decoding method depends on the division algorithm and show this decoding method has polynomial time complexity. Experiments for some versions of root lattices (E_7 and E_8) show that for low SNR the performance of these lattices is near to the lower bounds given in .

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,296
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetCoding theory and cryptographyTravaux en français237 207