解码算法的动态相变
无序系统与神经网络
2016-08-31 v1 统计力学
摘要
最新错误更正码基于大规模随机构造（随机图、随机置换等）并由线性时间复杂度迭代算法解码。由于这些特征，他们是稀释均场自旋瘾系的极佳例子，无论从静态还是动态视角。我们使用将其映射到统计物理模型的方法来分析解码算法的行为，这有助于理解这种行为的内在（即与算法无关的）特征。
引用
@article{arxiv.cond-mat/0205051,
title = {The Dynamic Phase Transition for Decoding Algorithms},
author = {Silvio Franz and Michele Leone and Andrea Montanari and Federico Ricci-Tersenghi},
journal= {arXiv preprint arXiv:cond-mat/0205051},
year = {2016}
}
备注
40 pages, 29 eps figures