1331 articles
La catégorie Math — It explore la manière dont les mathématiques façonnent notre compréhension de l'informatique et des systèmes complexes. Ce domaine relie des concepts abstraits aux défis technologiques concrets, du cryptage des données à l'optimisation des réseaux. Sur Gist.Science, nous transformons chaque nouveau prépublications issu d'arXiv dans cette catégorie pour le rendre accessible à tous, sans sacrifier la rigueur scientifique.
Pour chaque article, nous proposons une version simplifiée en langage courant pour les curieux, accompagnée d'une analyse technique détaillée pour les experts. Cette double approche garantit que les avancées récentes en mathématiques appliquées soient comprises et utilisées par un public aussi large que possible.
Voici les dernières publications traitant de ces intersections fascinantes entre mathématiques et informatique, sélectionnées et résumées pour vous.
Cet article traite du défi de la saturation des capteurs dans l'imagerie compressive instantanée en dérivant une borne de récupération théorique qui guide la conception optimale du masque et en introduisant un cadre de reconstruction plug-and-play sensible à la saturation (SAPnet) qui améliore considérablement la qualité d'image dans les régimes saturés.
Cet article établit que la fusion linéaire pondérée normalisée est la règle de fusion binaire continue unique qui garantit une exécution hiérarchique invariante à l'ordre pour la gestion distribuée de l'incertitude, tout en démontrant que des approches alternatives telles que l'équilibrage par divergence de l'extrémité vers le candidat ou la compression par étapes de mélanges gaussiens échouent à maintenir cette propriété de composition sans contraintes géométriques ou de congruence spécifiques.
Cet article passe en revue l'évolution du 3GPP de la Release 19 à la Release 20 concernant la détection et la communication intégrées (ISAC) pour la 6G, en détaillant les exigences actuelles, les études techniques à travers les couches physiques et système, ainsi que les défis non résolus afin de fournir une feuille de route centrée sur les normes pour un déploiement pratique de l'ISAC.
Cet article propose deux nouvelles approximations de canaux séparables — le modèle enabled par la divergence de Kullback-Leibler et une méthode d'appariement de moments — afin de surmonter la complexité analytique du modèle de canal MIMO de Weichselberger non séparable, cette dernière offrant une estimation robuste et sous forme fermée de la capacité ergodique qui surpasse les modèles de Kronecker conventionnels dans tous les régimes de SNR.
Cet article réfute la conjecture de Titov en prouvant que l'analogue du théorème limite de Barmpalias-Lewis-Pye, qui établit la convergence des rapports d'approximation pour la réductibilité de Solovay, ne tient pas pour la réductibilité S2a dans le contexte des réels de Martin-Löf aléatoires.
Cet article présente une construction de codes décodables par liste qui atteignent la capacité avec une complexité temporelle et spatielle déterministes de et respectivement, tout en maintenant une taille de liste de sortie et une taille d'alphabet constantes.
Cet article établit un théorème central limite pour la divergence de Rényi pour des variables aléatoires de type réseau, indépendantes et identiquement distribuées, prouvant que la divergence converge vers zéro si et seulement si elle est finie à un certain niveau et que les variables satisfont une condition de sous-gaussianité stricte, tout en fournissant également un développement asymptotique de type Edgeworth d'ordre arbitraire.
Cet article introduit la corrélation maximale quantifiée, une extension à cardinalité contrainte de la corrélation maximale, et dérive des majorations indépendantes de la dimension pour les distributions de produit en la liant à la distorsion MMSE et en exploitant les techniques de taux-distorsion, améliorant ainsi les bornes sur les constantes isopérimétriques pour les chaînes de Markov réversibles.
Cet article propose une métrique estimable efficacement pour quantifier la valeur économique des prompts donnés aux grands modèles de langage en le définissant comme une information mutuelle algorithmique basée sur une nouvelle complexité de Levin–Kolmogorov relative au LLM ($pKt$), qui capture la mesure dans laquelle un prompt réduit l'effort de calcul ou augmente la probabilité de générer un artefact cible.
Cet article propose une architecture de détection et de communication intégrées (ISAC) sans cellule augmentée par une métasurface intelligente fluide (FIM) qui exploite des points d'accès distribués pour tirer parti de la diversité angulaire, améliorant ainsi considérablement la précision de la localisation des cibles grâce aux bornes de Cramér-Rao dérivées et à un algorithme d'optimisation de formation de faisceaux conjoint.