2016 - T1 - WS4 - Inference problems theme

Collection 2016 - T1 - WS4 - Inference problems theme

Organisateur(s) Chakrabarti, Amit ; McGregor, Andrew ; Pfister, Henry ; Shah, Devavrat ; Woodruff, David

Date(s) 07/03/2016 - 18/03/2016

URL associée https://web.archive.org/web/20221228152148/http://iss.bu.edu/bobak/csnexus//inference.html

00:00:00 / 00:00:00

25 41

The Area Theorem and Capacity-Achieving Codes – 1/2

De Ruediger Urbanke

The area theorem can be thought of as a conservation law for error correcting codes. It is a mathematical formulation of the fact that there are no “good” or “bad” codes, only codes of different characteristic. I will start from scratch and first show the very simple derivation of the area theorem and then discuss its consequences. In particular I will discuss what it tells us about capacity-achieving codes. In particular I will review a recent result by Kudekar, Kumar, Mondelli, Pfister, Sasoglu and Urbanke that shows that Reed-Muller codes achieve capacity on the binary erasure channel where the area theorem plays a crucial role.

Informations sur la vidéo

Date de captation 17/03/2016
Date de publication 08/04/2016
Institut IHP
Licence CC BY-NC-ND
Format MP4

Domaine(s)

Informatique

Codes MSC

Dernières questions liées sur MathOverflow

Pour poser une question, votre compte Carmin.tv doit être connecté à mathoverflow

Poser une question sur MathOverflow

Toutes les vidéos de la collection

47:29

publiée le 28 mars 2016

Sketching and Embeddings 1/2

De Alex Andoni

01:02:28

publiée le 28 mars 2016

Sketching and Embeddings 2/2

De Alex Andoni

40:14

publiée le 28 mars 2016

Dynamics of Randomized Row-Action Methods for High-Dimensional Estimation

De Yue Lu

56:03

publiée le 28 mars 2016

Sampling from log-concave non-smooth densities or when Moreau meets Langevin

De Eric Moulines

43:00

publiée le 28 mars 2016

Testing properties of distributions over big domains : An introduction

De Ronitt Rubinfeld

48:15

publiée le 28 mars 2016

Testing properties of distributions over big domains : information theoretic quantities

De Ronitt Rubinfeld

47:05

publiée le 28 mars 2016

Convex Programming in Small Space

De Sudipto Guha

50:07

publiée le 28 mars 2016

New Algorithms for Heavy Hitters in Data Streams 1/2

De David Woodruff

49:51

publiée le 28 mars 2016

New Algorithms for Heavy Hitters in Data Streams 2/2

De David Woodruff

33:38

publiée le 28 mars 2016

Challenges in Streaming XML

De Christian Konrad

50:53

publiée le 28 mars 2016

Approximating matchings in sublinear space

De Michael Kapralov

42:31

publiée le 28 mars 2016

Communication Complexity of Learning Discrete Distributions

De Krzysztof Onak

40:56

publiée le 28 mars 2016

Data Reduction for Clustering on Streams

De Harry Lang

49:14

publiée le 28 mars 2016

Stream, sketching and Big Data – 1/2

De Graham Cormode

46:40

publiée le 28 mars 2016

Streram, sketching and Big Data – 2/2

De Graham Cormode

42:02

publiée le 28 mars 2016

Testing Cluster Structure of Graphs

De Christian Sohler

45:26

publiée le 28 mars 2016

Nonasymptotic guarantees for sampling from a log-concave density

De Arnak Dalalyan

43:15

publiée le 28 mars 2016

Communication Complexity with a more-than usal emphasis on Upper Bounds. Part 1 : Setting the stage

De Amit Chakrabarti

56:17

publiée le 28 mars 2016

Communication Complexity with a more-than usal emphasis on Upper Bounds. Part 2 : The Information Complexity Paradigm

De Amit Chakrabarti

46:15

publiée le 28 mars 2016

Streaming sums and symmetric norms

De Stephen Chestnut

01:20:39

publiée le 8 avril 2016

Analysis of double covers of factor graphs

De Pascal Vontobel

56:46

publiée le 8 avril 2016

Spatial coupling as a proof technique

De Nicolas Macris

38:53

publiée le 8 avril 2016

Testing temporal causality and estimating directed information

De Ioannis Kontoyiannis

52:44

publiée le 8 avril 2016

An Optimal Affine Invariant Smooth Minimization Algorithm

De Alexandre d'Aspremont

49:26

publiée le 8 avril 2016

The Area Theorem and Capacity-Achieving Codes – 1/2

De Ruediger Urbanke

38:36

publiée le 8 avril 2016

The Area Theorem and Capacity-Achieving Codes – 2/2

De Ruediger Urbanke

58:04

publiée le 8 avril 2016

Near-optimal message-passing algorithms for crowdsourcing

De Sewoong Oh

41:57

publiée le 8 avril 2016

Efficient Monte Carlo Methods for the Potts Model at Low Temperature

De Mehdi Molkaraie

50:24

publiée le 8 avril 2016

(Arguably) Hard on Average Optimization Problems and the Overlap Gap Property

De David Gamarnik

54:23

publiée le 8 avril 2016

Factor Graphs, Belief Propagation, and Density Evolution – 1/2

De Henry Pfister

53:21

publiée le 8 avril 2016

Factor Graphs, Belief Propagation, and Density Evolution – 2/2

De Henry Pfister

46:52

publiée le 8 avril 2016

Group-testing: Together we are one

De Sidharth Jaggi

51:24

publiée le 8 avril 2016

Iteratively-Decoded Erasure-Correcting Coding for Distributed Storage

De Iryna Andriyanova

48:24

publiée le 8 avril 2016

Understanding the MMSE of compressed sensing one measurement at a time

De Galen Reeves

01:02:39

publiée le 8 avril 2016

New Algorithmic Techniques for Massive graphs – 1/2

De Andrew McGregor

39:25

publiée le 8 avril 2016

New Algorithmic Techniques for Massive graphs – 2/2

De Andrew McGregor

47:33

publiée le 8 avril 2016

Density estimation via piecewise polynomial approximation in sample near-linear time

De Ilias Diakonikolas

56:01

publiée le 8 avril 2016

When your big data seems too small: accurate inferences beyond the empirical distribution 1/2

De Gregory Valiant

56:17

publiée le 8 avril 2016

When your big data seems too small: accurate inferences beyond the empirical distribution 2/2

De Gregory Valiant

46:18

publiée le 8 avril 2016

How to estimate the mean of a random variable? - Part 1

De Gábor Lugosi

39:48

publiée le 8 avril 2016

How to estimate the mean of a random variable? - Part 2

De Gábor Lugosi

Copyright Carmin.tv 2025

Donner son avis