Efficient Jump Ahead for đœ<sub>2</sub>-Linear Random Number Generators
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvĂ© un travail ne peut pas ĂȘtre vĂ©rifiĂ©e. Voici les voies qui ont admis celui-ci.
Prédiction distillée sur la base complÚte
Apprise Ă partir de 10 348 Ă©tiquettes directes de Codex et de 10 348 Ă©tiquettes directes de Gemma. Le mode candidate est l'union des tĂȘtes enseignantes seuillĂ©es; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des Ă©tiquettes humaines ni des Ă©tiquettes directes de modĂšles de pointe.
- Catégories candidates
- Méta-épidémiologie (sens strict)
- Catégories consensuelles
- aucune
- Domaine
- Signal candidat: aucuneSignal consensuel: aucune
- Devis d'étude
- Signal candidat: Simulation ou modélisationSignal consensuel: Simulation ou modélisation
- Genre
- Signal candidat: EmpiriqueSignal consensuel: aucune
- Score de désaccord entre enseignants
- 0,446
- Score d'incertitude au seuil
- 1,000
- Statut de validation
machine_predicted_unvalidated·codex-gemma-dda1882f352a
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Ătudes des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modÚle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Scores de référence d'un modÚle non mature (critÚres de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux tĂȘtes enseignantes du modĂšle Ă©tudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catĂ©gorie, et le statut de validation accompagne chaque rangĂ©e tel quel.
- Ăcart entre enseignants
- 0,240 · la distance entre les deux tĂȘtes enseignantes sur ce seul travail
- Statut de validation
score_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
Résumé
The fastest long-period random number generators currently available are based on linear recurrences modulo 2. So far, software that provides multiple disjoint streams and substreams has not been available for these generators because of the lack of efficient jump-ahead facilities. In principle, it suffices to multiply the state (a k-bit vector) by an appropriate k Ă k binary matrix to find the new state far ahead in the sequence. However, when k is large (e.g., for a generator such as the popular Mersenne twister, for which k = 19,937), this matrix-vector multiplication is slow, and a large amount of memory is required to store the k Ă k matrix. In this paper, we provide a faster algorithm to jump ahead by a large number of steps in a linear recurrence modulo 2. The method uses much less than the k 2 bits of memory required by the matrix method. It is based on polynomial calculus modulo the characteristic polynomial of the recurrence, and uses a sliding window algorithm for the multiplication.
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.
La notice
- Revue
- INFORMS journal on computing
- Thématique
- Chaos-based Image/Signal Encryption
- Domaine
- Computer Science
- Ătablissements canadiens
- Université de Montréal
- Organismes subventionnaires
- Japan Society for the Promotion of Science
- Mots-clés
- ModuloMathematicsMatrix multiplicationPseudorandom number generatorJumpTime complexityDisjoint setsDiscrete mathematicsRandom number generationMatrix (chemical analysis)Multiplication (music)Sequence (biology)State (computer science)CombinatoricsAlgorithmIterated function
- Résumé présent dans OpenAlex
- oui