均匀串联重复噪声下基于列表译码的重构不确定性

我们针对均匀串联重复噪声环境下的重构码提出了一种列表译码方案，可视为联想记忆模型在此场景中的应用。我们以渐近形式给出了与$m>2$个字符串（先前论文考虑的是$m=2$）相关的不确定性，其中码字取自一个纠错码。由此，我们找到了设计最小距离、错误数、可接受列表大小与所得不确定性之间的权衡，该不确定性对应于成功重构所需的不同检索输出数量。因此可见，通过接受列表译码，可以减少编码冗余，或减少所需读取次数，或两者兼减。