Loading...
机构名称:
¥ 2.0

在痕量重建问题中,未知的源字符串x∈{0,1} n通过概率删除通道传输,该通道独立删除了各个位与某些固定概率δ并串联存活的位,从而导致x的跟踪。问题是重建X给定访问独立轨迹的X。任意(最坏情况)字符串的痕量重建是一个具有挑战性的问题,当前的poly(n)时算法是Batu等人的2004年算法。[2]。该算法可以重建一个任意源字符串x∈{0,1} n在poly(n)时间中,规定删除速率Δ符号ΔΔ≤n-(1 / 2+ε)对于某些ε>0。< / div>> < / div>> < / div>在这项工作中,我们通过为任何缺失速率δ≤n-(1 /3+ε)提供了poly(n) - 时算法的结果。我们的算法通过交替基于对齐的过程来起作用,我们显示了源字符串的一部分不是“高度重复性”的,并有效地确定了源字符串高度重复性子词的长度。

在低缺失率制度中的多项式时间痕量重建

在低缺失率制度中的多项式时间痕量重建PDF文件第1页

在低缺失率制度中的多项式时间痕量重建PDF文件第2页

在低缺失率制度中的多项式时间痕量重建PDF文件第3页

在低缺失率制度中的多项式时间痕量重建PDF文件第4页

在低缺失率制度中的多项式时间痕量重建PDF文件第5页

相关文件推荐

2025 年
¥4.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2023 年
¥1.0
2025 年
¥2.0
2025 年
¥7.0
2024 年
¥1.0
2020 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥3.0
2024 年
¥4.0
2025 年
¥2.0
2024 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0