• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Исправление одиночных пакетов ошибок за пределами корректирующей способности кода с использованием информационных совокупностей
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
28 августа 2026 г.
МИЭМ ВШЭ и МИЭТ договорились о научном сотрудничестве
26 августа Московский институт электроники и математики им. А.Н. Тихонова (МИЭМ) ВШЭ и Национальный исследовательский университет «Московский институт электронной техники» (МИЭТ) подписали договор о сотрудничестве. Соглашение направлено на развитие совместных исследований в области физики, перспективного материаловедения и электроники, объединяющих экспериментальные и вычислительные подходы, выполнение совместных опытно-конструкторских работ, а также подготовку заявок на российские и международные научные гранты.
25 августа 2026 г.
Исследователи ВШЭ сравнили рекомендательные алгоритмы по правилам спортивного турнира
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на  32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).
20 августа 2026 г.
<a>Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Исправление одиночных пакетов ошибок за пределами корректирующей способности кода с использованием информационных совокупностей

Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24. № 1. С. 70–80.
Исаева М. Н., Овчинников А. А.

Введение. Исправление ошибок, возникающих при хранении, обработке, передаче информации является
важнейшим методом обеспечения целостности данных. Для борьбы с возникающими ошибками используются
методы помехоустойчивого кодирования. В реальных системах шумовые процессы обычно являются
коррелированными, однако традиционные методы кодирования и декодирования используют декорреляцию,
при этом известно, что эта процедура снижает предельно достижимые характеристики кодирования. Таким
образом, актуальной является задача построения вычислительно эффективных методов декодирования,
которые позволяли бы бороться с группирующимися ошибками при использовании широкого класса кодов.
Метод. Для борьбы с одиночными пакетами ошибок использован подход, основанный на декодировании
по информационным совокупностям. Несмотря на то, что при исправлении независимых ошибок данный
метод имеет экспоненциальную сложность, предложенный подход применяет количество информационных
совокупностей, линейно растущее с длиной кода, и обеспечивает, таким образом, полиномиальную сложность
декодирования. Дальнейшее уменьшение числа информационных совокупностей возможно с помощью
предложенного метода использования плотных информационных совокупностей. Выполнен анализ векторов
ошибки, корректно исправляемых предложенными методами. Анализ проведен для кодов небольшой
длины на основе стандартной расстановки, позволяющей оценить как множество ошибок, потенциально
исправляемых кодом, так и характеристики декодера. Основные результаты. Предложен метод декодирования
одиночных пакетов на основе выбора линейного числа информационных совокупностей. Описано улучшение
метода декодирования с помощью использования счетчика векторов ошибки, позволяющее в ряде случаев
увеличить число исправляемых векторов ошибки. Представлен метод декодирования на основании плотных
информационных совокупностей, который позволяет значительно снизить количество информационных
совокупностей или повысить количество исправляемых векторов ошибок по критерию минимальной длины
пакета. Выполненный анализ рассмотренных декодеров с помощью стандартной расстановки показал, что
предложенные алгоритмы позволяют исправлять значительное число векторов ошибки сверх гарантированно
исправляемой длины пакета. Обсуждение. Предложенные декодеры позволяют исправлять одиночные пакеты
ошибок за полиномиальное время для произвольных линейных кодов, при этом результаты экспериментов
продемонстрировали, что декодеры не только исправляют все ошибки в пределах корректирующей способности кода, но и значительное количество векторов ошибки сверх нее. Направлениями дальнейших исследований возможен анализ предложенных алгоритмов декодирования для длинных кодов, где метод анализа на основе стандартной расстановки неприменим. Также могут быть осуществлены разработка и анализ методов декодирования для множественных пакетов и совместного исправления пакетирующихся и независимых ошибок.

Научное направление: Компьютерные науки
Язык: русский
DOI
Текст на другом сайте
Ключевые слова: информационные совокупностиканалы с памятьюнизкоплотностные кодыкорректирующая способностьпакеты ошибок
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Исследование и разработка методов множественного доступа и помехоустойчивого кодирования для организации энергоэффективной передачи данных в системах Интернета вещей (2024)
Похожие публикации
Characterizing the Scheduling Performance of 5G NR Base Stations Under Signaling and Data Traffic Constraints
Eduard Sopin, Назарьин А. И., Бегишев В. О. и др., IEEE Transactions on Vehicular Technology 2026 Vol. 75 No. 6 P. 10995–11007
Добавлено: 26 августа 2026 г.
Генерация исходного кода с использованием больших языковых моделей: систематический обзор методологии Вайб-кодинг
Джонов А. Т., Авдошин С. М., Информационные технологии 2026 Т. 32 № 8 С. 421–427
В данном систематическом обзоре представлен анализ методологии Вайб-кодинг (Vibe Coding) — современно-го подхода к итеративному процессу разработки программного обеспечения с помощью больших языковых моделей (БЯМ). Инструменты генерации кода транформируют написание ПО, позволяя программисту формулировать задачи и описывать желаемое поведение кода на естественном языке, в то время как БЯМ генерирует соответ-ствующий запросам исходный код. Обзор систематиматизирует ...
Добавлено: 25 августа 2026 г.
An adaptive image watermarking scheme using cooperation of HBA and RSA metaheuristics
Мельман А. С., Евсютин О. О., Journal of the Franklin Institute 2026 Vol. 363 No. 15 Article 109005
Добавлено: 25 августа 2026 г.
Proceedings of the 2026 12th International Conference on Control, Decision and Information Technologies (CoDIT) (Italy, Bari, July 13–16, 2026)
IEEE, 2026.
Добавлено: 24 августа 2026 г.
From data to knowledge: artificial intelligence methods for studying comorbidity in electronic health records
Лукьяненко Д. В., Рагимова А. А., Мухорина А. и др., European Physical Journal: Special Topics 2026 P. 1–24
Добавлено: 20 августа 2026 г.
Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)
CEUR-WS.org, 2026.
Добавлено: 20 августа 2026 г.
MM-PSYCHE: Multimodal Multitask Psychological Characteristic Estimation Through Cross-Domain Semi-Supervised Learning
Рюмина Е. В., Аксёнов А. А., Коряковская Д. О. и др., IEEE Access 2026 Vol. 14 P. 124759–124778
Добавлено: 20 августа 2026 г.
Proceedings of the 1st Workshop on Linguistic Analysis for Health (HeaLing 2026)
Association for Computational Linguistics, 2026.
Добавлено: 19 августа 2026 г.
Hypergraphs from multivariate connectivity: caCOH-based EEG/MEG representation
Власенко Д. В., Саранская И. М., Захаров Д. Г., European Physical Journal: Special Topics 2026 P. 1–16
Гиперграфы предоставляют естественную систему для представления нейрофизиологических взаимодействий, распределённых по наборам датчиков. Ключевой методический вопрос заключается в том, каким образом следует определять гиперрёбра на основе частотно-разрешающих данных электроэнцефалографии и магнитоэнцефалографии (ЭЭГ/МЭГ). Мы предлагаем стратегию построения гиперграфа, в которой гиперрёбра получаются из канонической когерентности (caCOH) — расширения когерентности, которое оценивает степень связи между многомерными пространствами сигналов. Насколько ...
Добавлено: 18 августа 2026 г.
Localization in Medical Imaging: A Unified AI Approach for Ovaries, Follicles, and Vertebral Arteries
Мошкин А. С., Fedorov M., Arlazarov V. и др., Algorithms 2026 Vol. 19 No. 7 Article 523
Технологии искусственного интеллекта (ИИ), активно развивающиеся в современной медицине, повышают скорость и качество оказания медицинской помощи. Данная статья преимущественно направлена на демонстрацию применения различных вариантов компьютерного анализа клинических изображений для решения практических задач повышения эффективности рутинной диагностики с использованием ретроспективного анализа, а также на показ потенциала его широкого внедрения (благодаря масштабируемости архитектуры) в практическое здравоохранение ...
Добавлено: 17 августа 2026 г.
Innovation in Medicine and Healthcare
CHEN Y., Howlett R. J., Tanaka S. и др., Springer, 2026.
Добавлено: 16 августа 2026 г.
Two-dimensional Fourier transform as a tool for identification of coherent patterns in spiking neuronal networks
Khorunzheva K., Postnikov E., Захаров Д. Г., Chaos, Solitons and Fractals 2026 Vol. 212 No. 2 P. 1–12
Идентификация когерентных состояний спайковых нейронных сетей является фундаментальной задачей теории синхронизации, при этом традиционные методы требуют больших вычислительных затрат. Мы применяем к анализу различных состояний спайковых нейронных сетей кристаллографические идеи обработки периодических структур. В частности, предложенный нами подход основан на применении двумерного преобразования Фурье к пространственно-временным диаграммам. По положению пиков в обратном пространстве этот метод ...
Добавлено: 13 августа 2026 г.
Generative geospatial modelling with geometric algebra
Yu Z., Wang J., Wang Z. и др., Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 2026 Vol. 384 P. 1–16
Добавлено: 13 августа 2026 г.
Empowering Novel Geometric Algebra for Graphics and Engineering. ENGAGE 2025 (Hong Kong, July 14, 2025), Lecture Notes in Computer Science
Cham: Springer, 2026.
Добавлено: 13 августа 2026 г.
Reconstruction of EEG signals using next-generation reservoir computing
Badarin A., Ратников Ф. Д., Andreev A., European Physical Journal: Special Topics 2026 P. 1–10
Добавлено: 12 августа 2026 г.
CAD2TechSpec: a framework for automating design processes within computer-aided design systems
Минец М. В., Красноженов Г. Г., Трофимова Е. А. и др., PeerJ Computer Science 2026 Vol. 12 Article e4063
Добавлено: 12 августа 2026 г.
Parametric study of hand dorsal vein biometric recognition vulnerability to spoofing attacks
Мизинов П. В., Journal of Computer Virology and Hacking Techniques 2023 No. 20 P. 383–396
Системы биометрического распознавания вен уязвимы для атак типа «биометрическое предъявление». Традиционно исследователи использовали изображение сосудистого русла пользователя, полученное в ближнем инфракрасном диапазоне (БИК), для создания инструмента атаки на биометрическое предъявление (ИАБП). В данной статье исследуется возможность использования свободного программного обеспечения для сбора данных о венозном рисунке кисти без использования БИК при нормальном освещении и создания ...
Добавлено: 11 августа 2026 г.
Трубочкина, Н. К. Основы технологии производства и машинное обучение : учебник для вузов / Н. К. Трубочкина. — Москва : Издательство Юрайт, 2026. — 383 с. — (Высшее образование). — ISBN 978-5-534-22010-0.
Трубочкина Н. К., М.: Издательство «Юрайт», 2026.
Учебник  посвящен формированию у студентов целостного представления о современных производственных процессах и методах их анализа и управления на основе технологий машинного обучения. В условиях четвертой промышленной революции, когда традиционные инженерные дисциплины неразрывно переплетаются с интеллектуальными методами обработки данных, возникает потребность в специалистах, способных интегрировать знания из обеих областей. Настоящий учебник призван удовлетворить эту потребность, предлагая ...
Добавлено: 8 августа 2026 г.
WWW '23 Companion: Companion Proceedings of the ACM Web Conference 2023
Фирсанова В. И., ACM, 2023.
Добавлено: 4 августа 2026 г.
Joint Proceedings of the ESWC 2025 Workshops and Tutorials co-located with 22nd Extended Semantic Web Conference (ESWC 2025), Portorož, Slovenia, June 1-2, 2025
Фирсанова В. И., Хлусова Я. К., CEUR Workshop Proceedings, 2025.
Добавлено: 4 августа 2026 г.
Mathematical methods of reinforcement learning
Беломестный Д. В., Гасников А. В., Гладин Е. Л. и др., Russian Mathematical Surveys 2026 Vol. 81 No. 4(490) P. 3–90
Добавлено: 3 августа 2026 г.
Построение множества плотных информационных совокупностей для кодов Гилберта и их расширений
Исаева М. Н., Научно-технический вестник информационных технологий, механики и оптики 2025 Т. 25 № 2 С. 286–294
Введение. При передаче информации по каналам с группирующимися ошибками традиционным подходом является декорреляция канала и использование кодов, исправляющих независимые ошибки. Процедура декорреляции понижает достижимые скорости надежной передачи, поэтому актуальной является задача использования специальных кодов для каналов с памятью и построения эффективных вычислительных методов декодирования для исправления группирующихся ошибок. Для класса случайных кодов известен подход с ...
Добавлено: 18 сентября 2025 г.
Usage of polar codes for fixed and random length error bursts correction
Овчинников А. А., Научно-технический вестник информационных технологий, механики и оптики 2024 Vol. 25 No. 1 P. 53–60
Добавлено: 14 мая 2025 г.
Поиск информационных совокупностей при исправлении пакетов ошибок квазициклическими кодами
Исаева М. Н., T-Comm: Телекоммуникации и транспорт 2023 Т. 17 № 7 С. 4–12
В данной статье рассматривается вопрос об оценке вероятности нахождения информационных совокупностях в матрицах блочно-перестановочного и блочно-циркулянтного вида. Традиционно в помехоустойчивом кодировании рассматриваются независимые ошибки, однако, в реальных системах они могут быть сгруппированы и образовывать, так называемый, пакет ошибок. Известные оценки вероятности нахождения информационной совокупности проводятся для случайных матриц, а для исправления пакетов ошибок могут использоваться ...
Добавлено: 17 июля 2023 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору