Busca avançada
Ano de início
Entree

Métricas que respeitam suporte e decodificação de máxima proximidade

Processo: 15/11286-8
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de setembro de 2015
Vigência (Término): 07 de setembro de 2019
Área do conhecimento:Ciências Exatas e da Terra - Matemática
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Marcelo Firer
Beneficiário:Roberto Assis Machado
Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/25977-7 - Segurança e confiabilidade da informação: teoria e prática, AP.TEM
Bolsa(s) vinculada(s):17/14616-4 - Generalizações de grafos threshold, BE.EP.DR
Assunto(s):Geometria finita   Métrica

Resumo

Uma mensagem através de um canal de comunicação está sujeita a erros, isto é, o receptor nem sempre consegue identificar a mensagem original que lhe foi enviada. Quando isso ocorre, faz-se uso de um algoritmo associado a uma métrica para determinar a palavra código mais provável de ter sido enviada, que, em diversas instâncias, corresponde a mensagem "mais próxima" da mensagem recebida. São essencialmente dois modelos, um probabilístico e outro métrico, cada qual com suas vantagens. Na teoria da codificação clássica consideram-se as métricas de Hamming ou de Lee. Considerando essas métricas, estudam-se aspectos de códigos em espaços vetoriais tais como raio de empacotamento, raio de cobertura, identidade de MacWilliams, códigos perfeitos, dentre outros. A justificativa é que o critério de decodificação por maior proximidade, com respeito a essas métricas, está associado ao critério de decodificação por máxima verossimilhança para um modelo de canal simples, o canal simétrico sem memória. Para canais mais complexos faz-se necessário definir e estudar outras famílias de métricas, bem como os aspectos métricos dos códigos nessas métricas. Em 1995, Brualdi, Graves e Lawrence introduziram uma generalização para a métrica de Hamming chamadas de métricas poset. Diversas das relações obtidas para a métrica de Hamming foram estendidas para uma subfamília das métricas poset, as métricas hierárquicas, a saber: (I) admite a Identidade de MacWilliams; (II) raio de empacotamento é determinado pela distância mínima; (III) admite esquemas de associação; (IV) o grupo de isometrias lineares age transitivamente sobre esferas de raio e centro dados; (V) vale o teorema da extensão de MacWilliams. Ao longo dos anos, diversas dessas propriedades foram explicadas de modo disperso na literatura. Recentemente, utilizando a forma canônica sistemática para códigos lineares introduzida por Felix e Firer, foi demonstrado que diversas destas propriedades, assim como outras adicionais, não apenas são válidas para posets hierárquicos, mas são características destas estruturas. A primeira generalização das métricas poset (generalização que permite uma grande "flexibilidade" para construção de bolas métricas) foi introduzida por Panek, Silva e Firer em 2008, chamada de métricas poset blocks. Dessa família pouco se sabe, mas conhece-se uma descrição detalhada do grupo de simetrias assim como uma caracterização de de identidade do tipo MacWilliams. Neste último ano, em trabalhos ainda inéditos, foi definida uma série de generalizações destas famílias de métricas: (a) métrica do grafo orientado; (b) métrica da cobertura; (c) métrica Poset-Lee; (d) métrica do semirreticulado. Este projeto propõe-se a estudar aspectos métricos de códigos lineares para estas famílias de métricas, generalizações das métricas poset em geral e das métricas de Hamming e de Lee clássicas. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
LIU, XUJUN; MACHADO, ROBERTO ASSIS; MILENKOVIC, OLGICA. Directed Intersection Representations and the Information Content of Digraphs. IEEE TRANSACTIONS ON INFORMATION THEORY, v. 67, n. 1, p. 347-357, JAN 2021. Citações Web of Science: 0.
MACHADO, ROBERTO ASSIS; FIRER, MARCELO. Weights Which Respect Support and NN-Decoding. IEEE TRANSACTIONS ON INFORMATION THEORY, v. 66, n. 6, p. 3664-3674, JUN 2020. Citações Web of Science: 0.
ETZION, TUVI; FIRER, MARCELO; MACHADO, ROBERTO ASSIS. Metrics Based on Finite Directed Graphs and Coding Invariants. IEEE TRANSACTIONS ON INFORMATION THEORY, v. 64, n. 4, 1, p. 2398-2409, APR 2018. Citações Web of Science: 2.
MACHADO, ROBERTO ASSIS; PINHEIRO, JERRY ANDERSON; FIRER, MARCELO. Characterization of Metrics Induced by Hierarchical Posets. IEEE TRANSACTIONS ON INFORMATION THEORY, v. 63, n. 6, p. 3630-3640, JUN 2017. Citações Web of Science: 2.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.