연구진이 Expand-Accumulate(EA) 코드가 코드 길이가 커질수록 Gilbert-Varshamov(GV) 거리에 근접함을 이진체와 모든 고정 유한체에서 증명했다. 고정 비율에서 인코딩은 기대 O(n log n) 체 연산을 사용하며, 나쁜 코드를 뽑을 확률은 조정 가능한 역다항식 수준으로 작고, 고정 메모리의 이진 Expand-Convolute(EC) 코드도 동일한 보장을 만족한다. 기대 O(n log² n) 연산을 허용하면 샘플링 실패 확률이 코드 길이에 대해 무시 가능한 수준까지 떨어진다. 분석은 기존 집중 부등식 대신 정확한 입출력 가중치 열거자를 사용해 더 타이트한 상수를 얻었으며, 비율 1/2에서 좌/우 차수 10/5, 메모리 15의 이면 정규 EC 앙상블은 이진 GV 거리의 99.99%에 도달하고 실패 확률은 매우 작다. 유한체로 확장한 경우(F_2^128)에도 비슷한 차수 조합이 GV 거리의 98% 이상을 극히 낮은 실패 확률로 달성한다.
- •Expand-Accumulate(EA) 코드가 증가할수록 길이에 연서 따랑 Gilbert-Varshamov 거리에 가까워짐을 증명
- •고정 뱄율에서 기대 O(n log n) 연산으로 인코딩, 역다항식 수준의 작은 실패 확률
- •보니 1/2·차수 10/5 EC 앙상블이 이진 GV 거리의 99.99%에 도냬, 실패확률도 구맥
- •F_2^128 확장에서도 둘 뿫 차수 조어가 GV 거리의 98% 이상을 도냬
- •모든 유한 주장은 구간 산술로 형식 검증했지만 도구나 단거된 트롐이얘 출륬은 포한하지 않았음
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Expander-Based Codes at the Gilbert–Varshamov Bound
- 1.Expand-Accumulate 코드가 길이 증가 시 GV 거리에 근접함을 증명
- 2.고정 비율서 인코딩 O(n log n) 연산, 로그제곱 연산시 실패율 무시가능 수준
- 3.이진 EC 앙상블(차수10/5)이 GV 거리 99.99% 달성, 실패율 2^-32.49 미만
- 4.F_2^128 확장서도 GV 거리 98%대 달성, 구간연산으로 전 결과 인증
왜 중요한가?
PCG의 차수-거리 트레이드오프를 개선해 MPC 환경 상관생성기의 로컬 평가 비용을 낮출 이론적 근거를 제공한다.
익스팬더-축적(Expander-Accumulate) 코드가 길버트-바샤모프(Gilbert–Varshamov) 경계에 접근한다는 증명은 효율적이면서 강력한 오류 정정 코드의 가능성을 보여줍니다. 이는 한국의 데이터 센터, 분산원장기술(DLT) 인프라 등에서 데이터 안정성과 무결성을 확보하고 시스템의 복원력을 높이는 데 중요한 시사점을 제공합니다.
본문 미리보기
We prove that Expand--Accumulate (EA) codes approach the Gilbert--Varshamov (GV) distance as the code length grows. The result holds over the binary field and every fixed finite field. At fixed rate, encoding uses $O(n\log n)$ expected field operations, with a tunable inverse-polynomial probability of sampling a bad code. Fixed-memory wrapped binary Expand--Convolute (EC) codes satisfy the same guarantee. Allowing $O(n\log^2 n)$ expected field operations makes sampling failure negligible in t
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안
