一种理论上新颖的稀疏密钥生成权衡

本文在理论上考察了一个基于率失真的稀疏字典学习问题。我们表明，感兴趣待计算的自由度（DoF）——代表保证我们率失真权衡的最小集合——基本上可通过一个 Langevin 方程获得。我们确实探究到，DoF 的相对时间演化，即转移跳跃，是相对优化问题松弛的本质问题。我们随后通过 Graphon 原理，针对随机 Chordal Schramm-Loewner 演化等，经由对两个给定图 $\mathscr{G}_1$ 和 $\mathscr{G}_2$ 的相对实现时间之间失真的极小化，即 $\mathop{{\rm \mathbb{M}in}}\limits_{ \mathscr{G}_1, \mathscr{G}_2} {\rm \; } \mathcal{D} \Big( t\big( \mathscr{G}_1 , \mathscr{G} \big) , t\big( \mathscr{G}_2 , \mathscr{G} \big) \Big)$，证明了上述松弛。我们还将我们的场景扩展到窃听情形。最后我们通过仿真证明了我们所提方案的效率。