抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
母集団回復は,未知のnビット列の集合上で未知の分布を学習する問題であり,いくつかの雑音チャネルに従って独立に劣化した分布から独立したドレインへのアクセスを与えられる。最近の研究は,{ビットフリップ}雑音チャネルと消去雑音チャネルの両方に対するこのような問題を集中的に研究している。本論文では,各ビットbがいくつかの固定確率で独立に削除され,生存ビットが連結され,伝送される,削除チャネルの下での母集団回復の研究を開始した。これは,ビットフリップ雑音または消去雑音よりはるかに困難な雑音モデルである。実際に,集団がサイズ1(単一ストリングに支持された自明な確率分布に対応する)の最も単純な場合でも,非常に最近注目されている挑戦的な問題であるトレース再構成問題に対応する。本研究では,母集団サイズがいくつかの値l>1のとき,削除チャネルの下での母集団回復のためのアルゴリズムと下限を与えた。著者らの主なサンプル複雑性上限として,任意の母集団サイズl=o(log n/log log n)に対して,{o,1}^nからのlストリングの母集団を,2つの^n ^1/2+o(1)サンプルを用いて削除チャネル雑音下で学習できることを示した。下限側では,少なくともn個のΩ(l)サンプルが,母集団サイズがl≦nの1/2-εの場合に,削除チャネル下での集団回復を行うために必要であることを示した。著者らの上限は,KrasikovとRoddity[KR97]による多項式ベースの解析のロバスト多変量一般化により得られ,ビットストリングのkデッキがストリングを一意的に同定する。これは,トレース再構成(l=1ケース)に対する最近のアルゴリズムからの非常に異なるアプローチである。著者らの下限はRoos[Roos:00]とDaskalakisとPapadimitriou[DP15]のモーメント整合結果に基づいている。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】