Zobrazeno 1 - 10
of 13
pro vyhledávání: '"Phan-Minh Nguyen"'
Autor:
Phan-Minh Nguyen, Huy Tuan Pham
Publikováno v:
Mathematical Statistics & Learning; 2023, Vol. 6 Issue 3/4, p201-357, 157p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Information Theory. 62:6436-6458
We consider an energy harvesting channel, in which the transmitter is powered by an exogenous stochastic energy harvesting process $E_{t}$ , such that $0\leq E_{t}\leq \bar {E}$ , which can be stored in a battery of finite size $\bar {B}$ . We provid
Autor:
Marc A. Armand, Phan-Minh Nguyen
Publikováno v:
IEEE Transactions on Information Theory. 61:5906-5930
In this correspondence, we illustrate among other things the use of the stationarity property of the set of capacity-achieving inputs in capacity calculations. In particular, as a case study, we consider a bit-patterned media recording channel model
Publikováno v:
Proceedings of the National Academy of Sciences of the United States of America
Multi-layer neural networks are among the most powerful models in machine learning, yet the fundamental reasons for this success defy mathematical understanding. Learning a neural network requires to optimize a non-convex high-dimensional objective (
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::07466666ea7ff4f352022afa6a683620
Given a high-dimensional data matrix ${\boldsymbol A}\in{\mathbb R}^{m\times n}$, Approximate Message Passing (AMP) algorithms construct sequences of vectors ${\boldsymbol u}^t\in{\mathbb R}^n$, ${\boldsymbol v}^t\in{\mathbb R}^m$, indexed by $t\in\{
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c99d6f9300d0400f1b8d6ea16770d1d2
http://arxiv.org/abs/1708.03950
http://arxiv.org/abs/1708.03950
Autor:
Andrea Montanari, Phan-Minh Nguyen
Publikováno v:
ISIT
We consider the problem of reconstructing a vector x 0 ∊ Rn from noisy linear observations y = Ax o + w, where A ∊ Rm×n is a known operator and w is a noise vector, using the elastic net method. Assuming that A is random with independent and ide
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Communications Letters. 17:1830-1833
The Davey-MacKay coding scheme for channels with insertion, deletion and substitution errors exploits the use of a watermark string, known to both the encoder and the decoder, to regain synchronization. In this letter, we introduce a novel method to
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.