1378 पेपर
यह शोधपत्र कम्प्यूटेशनल बाधाओं के तहत क्वांटम सहसंबंधों (quantum correlations) का विश्लेषण करने के लिए एक रूपरेखा प्रस्तुत करता है, जो यह प्रदर्शित करता है कि कुशलतापूर्वक कार्यान्वित योग्य संचालन अत्यधिक उलझे हुए अवस्थाओं (entangled states) को प्रभावी रूप से असंबद्ध बना सकते हैं और सूचना-सैद्धांतिक एवं जटिलता-बाधित मिन-एन्ट्रॉपी (min-entropy) के मापों के बीच मजबूत अलगाव स्थापित करता है।
यह शोधपत्र यह प्रदर्शित करके निगमनात्मक स्रोतों (deductive sources) के लिए हानिपूर्ण संपीड़न (lossy compression) की मौलिक सीमाओं को स्थापित करता है कि जब निष्ठा (fidelity) को प्रतीक-वार समानता के बजाय तार्किक समापन (logical closure) के संरक्षण द्वारा मापा जाता है, तो दर-विकृति फलन (rate-distortion function) विशेष रूप से स्रोत के अपरिहार्य मूल (irredundant core) पर निर्भर करता है, जिससे अनावश्यक परिणाम संपीड़न दक्षता के लिए अदृश्य हो जाते हैं।
यह शोध पत्र एक सैडलपॉइंट-आधारित अनुकूलन ढांचे (optimization framework) को प्रस्तुत करता है जो सामान्य मेमोरीलेस चैनलों पर लघु-पैकेट ट्रांसमिशन के लिए स्पार्स वेरिएबल-लेंथ स्टॉप-फीडबैक (VLSF) कोडों को कुशलतापूर्वक ट्यून करता है, और साथ ही एक परिष्कृत डिकोडिंग नियम का प्रस्ताव करता है जो पारंपरिक फिक्स्ड-थ्रेशोल्ड विधियों की तुलना में अधिक कड़े अचीवेबिलिटी बाउंड्स (achievability bounds) प्रदान करता है।
यह शोध पत्र सह-संबद्ध नॉनकोहेरेंट फेडिंग चैनलों पर परिवर्तनीय-लंबाई वाले स्टॉप-फीडबैक कोड्स के लिए एक विश्वसनीयता-गारंटीकृत डिकोडिंग फ्रेमवर्क प्रस्तावित करता है, जिसमें चैनल मेमोरी के कारण होने वाली जटिलता को दूर करने के लिए सूचना घनत्व (इन्फॉर्मेशन डेंसिटी) पर गणना योग्य परिमित-ब्लॉकलंथ सीमाओं को व्युत्पन्न किया गया है, जिसमें गॉस-मार्कोव फेडिंग चैनलों का एक विशिष्ट संख्यात्मक विश्लेषण शामिल है।
यह शोध पत्र टेंसर कोडों के एक सामान्यीकृत वर्ग की जांच करता है, उनके गुणों का अन्वेषण करता है और टेंसर-रैंक मीट्रिक द्वारा सीमित त्रुटियों को सुधारने के लिए फाइबर-वाइज दृष्टिकोणों और लोड्रियो-ओवरबेक की विधि के एक सामान्यीकरण सहित उनके टेंसर संरचना का लाभ उठाने वाली डिकोडिंग तकनीकों का प्रस्ताव करता है।
यह शोध पत्र DeepOFDM को प्रस्तुत करता है, जो एक ट्रांसमिटर-रिसीवर सह-डिज़ाइन किया गया ढांचा है जो सूचना को समय-आवृत्ति पड़ोस (time-frequency neighborhoods) में फैलाने और QAM घूर्णी समरूपता (rotational symmetry) को तोड़ने के लिए एक सीखने योग्य (learnable) CNN मॉड्यूलेटर का उपयोग करता है, जिससे उच्च-गतिशीलता वाले वातावरण में विरल (sparse) या बिना पायलटों के सुदृढ़ OFDM संचार को सक्षम बनाया जा सके।
यह शोध पत्र एक वन-शॉट ब्रॉडकास्ट जॉइंट सोर्स-चैनल कोडिंग परिदृश्य की जांच करता है जहाँ सफलता इस बात पर निर्भर करती है कि कम से कम डिकोडर्स में से एक स्रोत को पुनः प्राप्त कर ले, जो यह प्रदर्शित करता है कि विजातीय (disjoint) कोडबुक्स का उपयोग एक विशिष्ट कोडबुक विविधता लाभ प्रदान करता है और एक हाइब्रिड कोडिंग योजना प्रस्तावित करता है जो इसे चैनल विविधता के साथ इष्टतम रूप से संतुलित करके पूरी तरह से साझा या पूरी तरह से विजातीय रणनीतियों से बेहतर प्रदर्शन करती है।
यह शोध पत्र कंप्यूटेशन क्षमता (computation capacity) की अवधारणा को पेश करके 'आइडेंटिफिकेशन-वाया-चैनल्स' (identification-via-channels) ढांचे का सामान्यीकरण करता है ताकि एक ज्ञात वर्ग से एक बूलियन फलन (Boolean function) को विश्वसनीय रूप से पुनर्प्राप्त करने के लिए एक रिसीवर हेतु संदेश की लंबाई और कोडवर्ड की लंबाई के बीच के स्पर्शोन्मुख संबंध (asymptotic relationship) को निर्धारित किया जा सके, जो फलन के हैमिंग वेट (Hamming weights) पर आधारित सटीक उपलब्धि (achievability) और विपरीत (converse) परिणाम प्रदान करता है।
यह शोध पत्र सर्कुलेंट ग्राफ्स के स्ट्रॉन्ग पावर्स में इंडिपेंडेंट सेट्स का विश्लेषण करने के लिए एक डायहेड्रल-इक्विवेरिएंट ट्रांसफर मैट्रिक्स फॉर्मूलेशन का उपयोग करता है, जो यह प्रदर्शित करता है कि उनके इंडिपेंडेंस पॉलिनोमिअल्स एक लो-डायमेंशनल एनोमलस कंपोनेंट द्वारा नियंत्रित होते हैं जबकि साइक्लोटोमिक करेक्शन्स स्पार्स रहते हैं, जिसके परिणाम ग्राफ के लिए स्पष्ट रूप से सत्यापित किए गए हैं।
यह शोध पत्र KLinf-UCB एल्गोरिदम को रिवॉर्ड वितरण के एक व्यापक नॉनपैरामीट्रिक वर्ग तक विस्तारित करता है ताकि अपेक्षा में इसकी एसिम्प्टोटिक इष्टतमता (asymptotic optimality) स्थापित की जा सके और इसके रिग्रेट टेल व्यवहार (regret tail behavior) का एक नवीन, सटीक लक्षण वर्णन प्रदान किया जा सके जो बाउंडेड और हेवी-टेल्ड दोनों बैंडिट मॉडलों के लिए मौजूदा परिणामों को एकीकृत और बेहतर बनाता है।