TIT — Vol 72 Issue 5 · 2026-06-05¶

共 50 篇 · IEEE Transactions on Information Theory

本期导览¶

自动生成：归纳本期主要主题与脉络，不打分、不排名。

这一期整体聚焦于编码理论与序列设计，10 篇论文中绝大多数属于代数编码、序列构造与通信波形设计，与统计推断、因果识别或高维数据分析的主流方法交集甚少。论文可大致归为三条主线：一是编码理论中的码类构造与参数分析（如 BCH 码、循环码、群码、punctured 码、组合神经码），二是序列设计与感知通信波形（多相 ZAZ 序列），三是少数几篇涉及信息论下界与分布式计算（安全聚合的通信代价、联邦学习的泛化误差）。此外，有一篇关于多参数分数布朗运动功率谱的论文属于非参/半参时间序列范畴，但内容偏信号处理而非统计推断。

最突出的主线是编码理论中的码类构造与参数优化，覆盖了 7 篇论文。其中《The Minimum Distance of Three Classes of Primitive BCH Codes and Certain Classes of Cyclic Codes》与《Cyclic Codes With Even Length From the (C₁ + C₂, C₁ – C₂) Construction》分别处理 BCH 码与循环码的最小距离与构造；《Infinite Families of Optimal Codes Over Non-Unital Non-Commutative Rings From Simplicial Complexes》与《Some Classes of Punctured Codes》从非交换环与 punctured 码角度扩展了最优码族；《The Covering Radius of Group Codes》与《Constructions of Combinatorial Neural Codes With Asymmetric Discrepancy》分别关注群码的覆盖半径与神经码的非对称差异度；《Polyphase Sequences With Flexible Zero-Ambiguity-Zone Configurations for Integrated Sensing and Communications》虽属序列设计，但其 ZAZ 构造与编码理论中的 ZCZ 序列有直接关联。这些论文共享代数构造与参数界的方法论，但彼此间缺乏对同一问题的不同切法——它们各自处理不同的码类或参数设定，而非对同一 estimand 的竞争性分析。

另一条主线是信息论与分布式计算中的通信代价分析，涉及两篇论文。《On the Effect of Client-Server Communication on the Generalization Error of Federated Learning》研究联邦学习中通信对泛化误差的影响，属于统计学习理论；《Information-Theoretic Limits and Vector Approximate Message-Passing for High-Dimensional Time Series》虽标题含高维时间序列与 VAMP，但摘要实际描述的是 Flow Matching 生成模型，与高维统计推断或随机矩阵理论无关，需注意题目与内容的不匹配。此外，《On the Power Spectrum of Multiparameter Fractional Brownian Motion Random Processes》涉及分数布朗运动的功率谱，属于信号处理中的非参谱分析，与统计中的半参数效率或因果推断无直接关联。

对于因果推断或半参数效率方向的研究者，本期没有直接相关的论文。若对高维统计或随机矩阵理论感兴趣，需注意《Information-Theoretic Limits and Vector Approximate Message-Passing for High-Dimensional Time Series》的摘要内容与题目不符，实际讨论生成模型而非高维推断。编码理论或序列设计方向的研究者则可优先关注《The Minimum Distance of Three Classes of Primitive BCH Codes》《Cyclic Codes With Even Length》《The Covering Radius of Group Codes》以及《Polyphase Sequences With Flexible Zero-Ambiguity-Zone Configurations》。

高维统计 / 随机矩阵 (high_dim_rmt, 3 篇)¶

1. 10.1109/tit.2026.3667733 · arXiv — Optimal Estimation of Shared Singular Subspaces Across Multiple Noisy Matrices¶

作者: Zhengchi Ma, Rong Ma
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3277-3300
相关性 9/10 · novelty: new_theory
摘要: 在低秩矩阵降噪框架下，本文研究多个噪声矩阵共享奇异子空间的估计问题，目标 estimand 为共享/部分共享的左右奇异向量空间。作者首先证明经典 Stack-SVD（拼接矩阵后做 SVD）在子空间完全共享时达到 minimax rate-optimality，而 Average-SVD（拼接奇异向量矩阵）可 sub-optimal。对于部分共享设定，文章严格刻画了 Stack-SVD 仍有效、达到 minimax 最优或估计不一致的 SNR/信号强度阈值条件。为克服部分共享下 Stack-SVD 的局限，提出新 estimator 及高效算法以同时识别共享与非共享奇异向量，并证明其在部分共享条件下同样达到 minimax rate-optimality。对您有用：本文的 minimax rate 刻画与奇异子空间估计理论直接连接到您的高维统计与 RMT 方向，其多矩阵整合设定也与因果推断中多干预/多视图数据有潜在方法论交集。
关键技术: minimax rate-optimality, singular subspace estimation, low-rank matrix denoising, Stack-SVD, partial subspace sharing, signal-to-noise ratio threshold
为什么对您有用: 本文直接连接到您 primary interest 中的高维统计与 RMT 方向，具体处理多噪声矩阵下奇异子空间的 minimax 估计与 SNR 阈值刻画。您武器库中 very_familiar 的 minimax bounds for estimation problems 与 high-dimensional asymptotics 可直接用来审视和验证本文声称的 minimax rate 是否紧、阈值条件是否可进一步 sharpen。Follow-up 粗判：立即可做——用您熟悉的 minimax 理论与高维渐近工具即可动手检验其 rate 与阈值，甚至可尝试将部分共享设定推广到更一般的异质性结构。

2. 10.1109/tit.2026.3665948 — Information-Theoretic Limits and Vector Approximate Message-Passing for High-Dimensional Time Series¶

作者: Daria Tieplova, Samriddha Lahiry, Jean Barbier
期刊/来源: IEEE Transactions on Information Theory
机构: The Abdus Salam International Centre for Theoretical Physics (ICTP) · National University of Singapore
分类: vol 72 · issue 5 · pp 3460-3485
相关性 8/10 · novelty: new_theory
摘要: 本文研究高维时间序列的随机回归模型，设定为特征数与样本数成比例增长且不假设信号稀疏。核心理论贡献是利用 replica 方法 / 信息论推导出观测与信号之间规范化互信息的 single-letter 公式，并给出最小均方误差（MMSE）的精确表征。在算法端，作者实证研究了 vector approximate message passing（VAMP）算法，发现尽管缺乏理论收敛保证，其在该时间序列模型中的推断性能稳健且常达到统计最优。对您可能有用：该工作将高维比例增长设定从独立行设计矩阵推广至时间序列依赖结构，为 RMT / 高维推断在非稀疏依赖数据上的 mutual information 极限提供了新基准。
关键技术: single-letter mutual information formula, replica method, minimum mean-square error characterization, vector approximate message passing (VAMP), proportional high-dimensional regime, non-sparse stochastic regression
为什么对您有用: 直接连接到高维统计与随机矩阵理论（RMT）中的比例增长设定，将经典的独立行线性回归互信息极限推广至时间序列依赖结构，填补了非稀疏依赖设定下的理论空白。您武器库中的 high-dimensional asymptotics 可直接用来审视其 single-letter formula 的推导逻辑与 MMSE 极限的紧性；同时，VAMP 算法的计算-统计权衡表现可由您对 stat-computational tradeoff 的 gateway 视角来评估其是否触及信息-计算间隙。Follow-up 判断：中期可做——需先在 moderately_familiar 的高维渐近理论中补充 replica / VAMP 收敛分析的基础，方可深入探究其依赖结构下 MMSE 极限的严格证明或 VAMP 的理论保证。

3. 10.1109/tit.2026.3667490 · arXiv — From Bayesian Asymptotics to General Large-Scale MIMO Capacity¶

作者: Sheng Yang, Richard Combes
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3014-3029
相关性 7/10 · novelty: new_theory
摘要: 在一般大规模 MIMO 信道设定下，目标是推导 Shannon 容量的渐近解析公式及最优输入分布，信道允许包含非线性畸变（如 clipping、1-bit 量化、相位噪声）及不完美 CSI。核心发现是：在大量天线渐近下，容量公式与最优输入分布仅依赖于单输出信道的 Fisher 信息——作者称之为 (tilted) Jeffreys factor，从而将原本不可解的高维容量问题降维至一维 Fisher 信息计算。方法上，利用 Bayesian asymptotics 与信息论的交叉，将输入分布设计转化为基于 compander-like 变换的星座设计，并提出一种低复杂度接收机结构：通过对信道输出做有限 bin 量化来逼近 log-likelihood，使计算复杂度与输出维度无关。数值实验验证了该框架统一了多种此前不可解的 MIMO 容量问题。对您有用：该文将高维渐近容量问题严格降维至 Fisher 信息标量，这一从高维到低维的渐近降维思想与您熟悉的高维渐近理论及 RMT 工具直接对话。
关键技术: Bayesian asymptotics, Fisher information (tilted Jeffreys factor), MIMO Shannon capacity, compander-like constellation design, output quantization for log-likelihood approximation, high-dimensional asymptotic reduction
为什么对您有用: 本文连接到您 primary interest 中的高维统计与 RMT：它展示了高维 MIMO 容量如何被单维 Fisher 信息完全刻画，属于高维渐近降维的典型案例。您武器库中 very_familiar 的「高维渐近」可直接攻入其渐近分析部分，moderately_familiar 的「M-estimation / semiparametric theory」中的 Fisher 信息工具可用来审视其 Jeffreys factor 的更一般 semiparametric 推广潜力。中期可做：若想将此 Fisher-information-only 渐近降维逻辑迁移到统计估计/检验问题（如高维 semiparametric efficiency bound 的降维表达），需先在 moderately_familiar 的「semiparametric theory」上长肌肉，特别是 Fisher 信息与 semiparametric efficiency bound 的精确联系。

非参数 / 半参数 (nonparam_semipara, 3 篇)¶

1. 10.1109/tit.2026.3673035 · arXiv — Majorizing Measures, Codes, and Information¶

作者: Yifeng Chu, Maxim Raginsky
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3301-3311
相关性 8/10 · novelty: new_theory
摘要: 本文在 Fernique–Talagrand 的 majorizing measure 定理设定下，研究度量空间上随机过程的有界性与多尺度组合结构（packing/covering trees）之间的关系。核心机制是将 majorizing measure 重新表述为对索引度量空间元素存在高效变长编码（variable-length codes）的信息论条件，从而把随机过程的有界性界与编码长度/信息量直接挂钩。关键技术工具包括 Maurer 的信息论视角、变长编码的 Kraft 不等式、以及从编码树构造 majorizing measure 的映射。主要理论结果是给出了 majorizing measure 定理的一个信息论等价刻画，统一了组合复杂度与信息复杂度。对您可能有用：该信息论–组合复杂度等价视角可为高维/非参统计中的 minimax bound 与 empirical process 定理提供新的编码长度下界推导路径。
关键技术: majorizing measure theorem, variable-length codes, packing and covering trees, information-theoretic characterization, Kraft inequality, random process boundedness
为什么对您有用: 本文将 empirical process 有界性的核心工具（majorizing measure）等价刻画为信息论编码复杂度，直接连接到您 primary interest 中 minimax bounds for estimation problems 的技术 arsenal——用编码长度下界替代传统的 packing/covering 数论证，可能简化或统一某些非参 minimax rate 的推导。follow-up 粗判：中期可做——需先在 moderately_familiar 的 M-estimation theory 或 empirical process 工具上补充 majorizing measure 与变长编码的细节，才能将该等价刻画具体应用到某个非参 minimax 问题的 sharper rate 证明中。

2. 10.1109/tit.2026.3676355 · arXiv — Local Flow Matching Generative Models¶

作者: Chen Xu, Xiuyuan Cheng, Yao Xie
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3339-3358
相关性 3/10 · novelty: new_method
摘要: 本文在 Flow Matching (FM) 生成模型框架下，提出 Local Flow Matching (LFM)，目标是从数据分布到噪声分布的连续可逆流中，通过逐步学习缩小相邻子分布间的插值距离。核心机制是利用扩散过程的梯度流变分性质，将全局 FM 分解为一系列步长为 Δt 的子 FM 模型，每一步插值的两个分布更近，从而允许更小的网络与更高效的训练。理论方面，借助扩散过程的收缩性质，证明了生成分布与真实数据分布间 χ²-divergence 的理论保证界。实证上，LFM 在表格、图像及机器人策略条件生成任务中与 FM 性能相当，且其逐步结构天然适配模型蒸馏以加速生成。对您可能有用：本文的变分分解与 χ²-divergence 收缩界分析，为连续流模型的非参数估计理论提供了新的收敛率刻画视角。
关键技术: Flow Matching, gradient flow variational perspective, chi-squared divergence bound, diffusion process contraction, stepwise model distillation, distribution interpolation
为什么对您有用: 本文连接到非参数理论（nonparametric estimation）中的分布间距离收敛率刻画，利用扩散过程的收缩性给出 χ²-divergence 界，属于非参数密度估计/生成模型的理论分析。从 technical_arsenal 看，very_familiar 中的 minimax bounds for estimation 与 inverse problems with random noise 可用来审视其 χ²-divergence 界是否紧、是否可进一步推导 minimax lower bound；moderately_familiar 的 M-estimation theory 可用来分析其步wise 子模型参数估计的渐近性质。Follow-up 粗判：中期可做——需先在 moderately_familiar 的 M-estimation theory 上长肌肉，以将本文的变分流分解纳入 semiparametric M-estimator 的 influence function 分析框架。

3. 10.1109/tit.2026.3674945 — On the Power Spectrum of Multiparameter Fractional Brownian Motion Random Processes¶

作者: Antonio Iodice
期刊/来源: IEEE Transactions on Information Theory
机构: University of Naples Federico II
分类: vol 72 · issue 5 · pp 3518-3524
相关性 2/10 · novelty: minor
摘要: 本文研究多参数分数布朗运动（multiparameter fBm）的功率谱密度定义与计算问题；该过程非平稳且空间平均方差与自相关函数无穷，经典 Wiener-Khinchin 定理无法直接适用。作者提出两种绕开 Itō 积分与分数导数的替代推导：第一种利用 fBm 的平稳增量性质，对增量过程直接应用 Wiener-Khinchin 定理再取极限；第二种构造一族可定义谱密度的中间过程，证明 fBm 为其极限情形从而继承幂律谱。两种方法均仅依赖经典信号处理工具，最终结论确认多参数 fBm 的功率谱仍呈幂律衰减。对您而言，本文提供了非平稳过程谱分析的工程化入门视角，可作为理解高维随机过程二阶结构的补充阅读。
关键技术: multiparameter fractional Brownian motion, Wiener-Khinchin theorem, stationary increments, power-law spectrum, limiting spectral distribution
为什么对您有用: 本文属于非参数随机过程理论的经典延伸，与您的高维统计与随机矩阵理论（RMT）兴趣有间接联系：多参数 fBm 的幂律谱结构是理解高维协方差矩阵渐近谱分布的潜在基础之一。您武器库中的高维渐近分析工具可直接审视本文的极限谱推导是否可嵌入 Marchenko-Pastur 类框架；但本文核心是工程化重推导而非新统计理论，novelty 偏弱。中期可做：若您想在 RMT 中引入非平稳 fBm 协方差结构，需先在 moderately_familiar 的 M-estimation 理论上补充随机矩阵谱测度的极限定理推导肌肉。

数理统计 / 假设检验 (hypothesis_testing, 9 篇)¶

1. 10.1109/tit.2026.3667930 · arXiv — Consistent Model Selection in a Collection of Stochastic Block Models¶

作者: Lucie Arts
期刊/来源: IEEE Transactions on Information Theory
机构: Laboratoire de Probabilités, Statistique et Modélisation · Laboratoire de Probabilités et Modèles Aléatoires
分类: vol 72 · issue 5 · pp 3212-3228
相关性 6/10 · novelty: new_theory
摘要: 在多层和动态随机块模型（SBM）设定下，研究从多个网络观测中一致估计节点聚类数 K 的问题，核心假设为 SBM 的标准参数化及节点数 n 趋于无穷。本文引入带惩罚的 Krichevsky–Trofimov (KT) 估计器进行模型选择，其机制基于 KT 编码长度最小化加惩罚项，无需已知 K 的上界即可实现一致性。理论证明表明，当 n→∞ 时该估计器收敛到真实聚类数，且一致性在稠密和稀疏两种连接密度 regime 下均成立。主要结果突破了传统 BIC/ICL 类方法对 K 上界或稠密图的依赖，在稀疏 regime 下仍保持强一致性。对您可能有用：此处的 KT 惩罚机制与 minimax 模型选择理论紧密相关，可作为高维/非参模型选择中 rate-adaptive 思想的参考。
关键技术: penalized Krichevsky-Trofimov estimator, stochastic block model, model selection consistency, sparse regime, multi-layer network, dynamic network
为什么对您有用: 本文连接到 mathematical statistics 中的 hypothesis testing / model selection 子方向，核心是 minimax-optimal 编码惩罚（KT）在图模型聚类数选择中的理论保证。您武器库中的 minimax bounds for estimation problems 可直接用来审视 KT 惩罚项是否达到 minimax rate，或与 BIC/ICL 的 rate 做对比。follow-up 判断：立即可做——用 very_familiar 的 minimax 理论验证其稀疏 regime 下的惩罚常数是否紧；若想扩展到高维 SBM（p>n 节点属性+网络），需先在 moderately_familiar 的 M-estimation theory 上长肌肉以处理联合似然。

2. 10.1109/tit.2026.3669170 · arXiv — Resolution Limits of Non-Adaptive 20 Questions Estimation for Tracking Multiple Moving Targets¶

作者: Chunsong Sun, Lin Zhou, Jingjing Wang, Weijie Yuan, Chunxiao Jiang, Alfred Hero
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2641-2666
相关性 6/10 · novelty: sharper_rate
摘要: 在非自适应 20 Questions 设定下，研究经由查询依赖噪声信道定位与追踪多个运动目标的最优分辨率极限；核心 estimand 为目标位置/速度的分辨率，假设信道噪声已知且目标速度有界。导出了最优查询策略的非渐近界与二阶渐近界，证明该界可由对互信息密度做单阈值判决的状态估计器达到，相比多静止目标的多阈值方案显著降低了计算复杂度。分析了两种特例（未知初始位置已知速度、已知初始位置未知速度），前者与多静止目标搜索的理论基准一致，后者在最大速度与查询次数成反比时逼近单静止目标基准。进一步将结果推广至分段恒速模型，并在 5G MIMO 波束追踪场景中给出数值验证。对您可能有用：二阶渐近界与互信息密度阈值判决为 active/non-adaptive hypothesis testing 提供了信息论视角的 sharper rate 结果。
关键技术: non-adaptive 20 questions estimation, second-order asymptotic bound, mutual information density thresholding, query-dependent noisy channel, resolution limit analysis, piecewise constant velocity model
为什么对您有用: 直接连接 hypothesis testing 与信息论极限的二阶渐近分析，属于 primary interest 中数学统计的 hypothesis testing 子方向。technical_arsenal 中的 minimax bounds for estimation problems 可直接用来审视其分辨率界是否紧，且互信息密度阈值判决的计算复杂度降低可由 higher-order U-statistics 的 treewidth/einsum 视角做进一步 cost 分析。立即可做：用 very_familiar 的 minimax bound 工具验证其非渐近界的紧性，并尝试用 einsum 复杂度模型刻画多目标阈值判决的计算成本。

3. 10.1109/tit.2026.3675697 · arXiv — Optimal Non-Adaptive Group Testing With One-Sided Error Guarantees¶

作者: Daniel McMorrow, Jonathan Scarlett
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3497-3517
相关性 5/10 · novelty: new_theory
摘要: 在非自适应组合测试（group testing）设定下，研究稀疏缺陷集的近似恢复问题，目标是在允许一定数量误分类的 one-sided error criterion 下识别缺陷集。对仅允许假阴性（找子集）的情形，证明存在算法可达到与 two-sided 近似恢复相同的最优阈值，但该算法具有指数运行时间；对仅允许假阳性（找超集）的情形，给出 converse bound 证明现有两个算法中较优者已达到最优。核心工具是信息论 converse 与组合构造，揭示了 one-sided 放松在假阴性侧不改变统计阈值但在计算上引入信息-计算鸿沟，假阳性侧则统计阈值本身就更严。对您可能有用：假阴性侧的指数时间 vs 统计最优阈值直接展示了 stat-computing gap，可作为该方向的入门案例。
关键技术: non-adaptive group testing, one-sided approximate recovery, information-theoretic converse bound, exponential-time optimal algorithm, statistical-computational gap
为什么对您有用: 本文直接连接到 stat-computing tradeoff 方向：假阴性侧明确展示了统计最优阈值与多项式时间可达性之间的 gap（指数时间算法才能达到统计下界），是 outsider 理解信息-计算鸿沟的绝佳 gateway reading。用您 very_familiar 的高维渐近与 minimax bound 知识完全可以读懂其信息论 converse 部分；但理解其计算下界/多项式时间可能性部分需先在 moderately_familiar 的平均计算复杂度（如 low-degree / SQ）上长肌肉。建议作为入门读物精读 intro 和 main theorem，暂不需要跟进其组合算法细节。

4. 10.1109/tit.2026.3675977 · arXiv — Fine-Grained Uncertainty Quantification via Collisions¶

作者: Jesse Friedbaum, Sudarshan Adiga, Ravi Tandon
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3229-3248
相关性 5/10 · novelty: new_method
摘要: 在 K 类分类问题中，本文提出以"类碰撞率"（同一输入被观测为不同类别的频率）作为 aleatoric 不确定性度量的新 estimand，并定义 K×K 碰撞矩阵 S 来量化每对类之间的固有混淆难度。核心估计机制分三步：先训练 pairwise contrastive 模型判断两输入是否同类（证明其 PAC 可学习），再用该模型估计 S 的行 Gramian 矩阵 G=SS^T，最后在非负矩阵分解的合理假设下从 G 唯一恢复 S（此非负矩阵恢复结果具独立数学兴趣）。理论部分建立了 S 与 Bayes error rate 等现有 UQ 指标的联系；实证部分在多个数据集上验证了碰撞矩阵与类后验分布的估计效果。对您可能有用：碰撞矩阵的估计本质上涉及 pairwise U-statistic 的计算与投影，其 Gramian 恢复步骤可视为高阶统计量的结构化推断问题。
⚠️ 摘要不完整，待重跑（python -m research_news.rerun）
关键技术: collision matrix for aleatoric uncertainty, pairwise contrastive learning, PAC learnability, non-negative matrix recovery from Gramian, Bayes error rate connection, U-statistic for pairwise same-class probability
为什么对您有用: 本文连接到 hypothesis_testing / nonparametric_semipara 的分类不确定性量化问题，其 pairwise contrastive 模型的 same-class 概率估计本质上是二阶 U-statistic 的经验版本。您可以用 very_familiar 中的 higher-order U-statistics (treewidth / tensor contraction / einsum) 视角分析该 pairwise 估计在大 K 下的计算复杂度，并探讨 G=SS^T 恢复 S 的非负矩阵分解是否可用您熟悉的 minimax bounds 刻画其统计难度。Follow-up 判断：中期可做——需先在 moderately_familiar 的 M-estimation theory 上长肌肉，以建立 contrastive 模型估计量的渐近理论与 S 恢复的误差传播分析。

5. 10.1109/tit.2026.3669453 · arXiv — Sequential Change-Point Detection With FDR Control in Reconfigurable Sensor Networks¶

作者: Seungwon Lee, Yunxiao Chen, Xiaoou Li
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3312-3326
相关性 5/10 · novelty: new_method
摘要: 在可重构传感器网络的序贯变点检测设定下，目标是尽早检测各传感器可能不同的变点，同时在所有时刻控制 FDR。模型允许活跃传感器集合随时间动态增减，且传感器间与时间点间存在依赖结构。作者提出基于 e-value 的序贯检测程序，利用 e-value 的可合并性与任意停止性质，在任意依赖与动态网络配置下实现 FDR 的均匀时间控制。数值实验表明，在相同 FDR 目标下，该方法相比现有方法具有更低的 false non-discovery rate 与更短检测延迟。对您可能有用：e-value 作为序贯假设检验与 anytime-valid inference 的核心工具，为动态网络下的在线检验提供了新的 FDR 控制范式。
关键技术: e-value sequential testing, anytime-valid inference, false discovery rate control, sequential change-point detection, reconfigurable sensor network
为什么对您有用: 本文连接到 hypothesis testing 子方向下的 anytime-valid inference / e-value 框架，这是序贯检验的新范式。用您 very_familiar 的高维渐近理论可以分析其检测延迟的渐近行为，或用 moderately_familiar 的 M-estimation 理论审视其 e-value 构造的效率。follow-up 判断：中期可做——需先在 e-value / anytime-valid inference 这一 moderately_familiar 之外的工具上长肌肉（点名缺 e-value 与 test martingale 的构造理论），才能将您熟悉的 semiparametric efficiency / minimax 理论嫁接到此序贯 FDR 设定。

6. 10.1109/tit.2026.3671607 · arXiv — Optimal Best-Arm Identification Under Fixed Confidence With Multiple Optima¶

作者: Lan V. Truong
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3327-3338
相关性 4/10 · novelty: sharper_rate
摘要: 在固定置信度多臂老虎机设定下，研究存在多个最优臂时的最优臂识别问题，假设最优臂数量已知。核心 estimand 是达到错误概率约束所需的期望样本复杂度，关键结构假设是已知最优臂的基数。作者利用已知基数这一结构信息，推导出新的信息论下界，严格收紧了此前仅处理未知基数情形的界。基于 Track-and-Stop 算法框架，提出修改的 tie-aware 停止规则，证明其达到渐近实例最优性，恰好匹配新下界。这是首个在已知基数多最优臂设定下对 Track-and-Stop 给出形式化最优性保证的结果。对您有用：该文的下界收紧与渐近最优性论证，为 sequential hypothesis testing / multiple testing 的样本复杂度分析提供了可借鉴的信息论工具。
关键技术: fixed-confidence best-arm identification, information-theoretic lower bound, Track-and-Stop algorithm, tie-aware stopping rule, asymptotic instance-optimality, multi-armed bandit sample complexity
为什么对您有用: 本文连接到 hypothesis testing 子方向，具体是 sequential / multiple testing 的样本复杂度下界与最优停止规则。您武器库中 minimax bounds for estimation problems 的经验可直接迁移来审视其信息论下界的紧性论证；M-estimation theory 可用于分析其 stopping rule 的渐近性质。Follow-up 判断：立即可做——用 minimax / information-theoretic bound 的熟悉工具即可展开阅读与验证其下界收紧逻辑。

7. 10.1109/tit.2026.3654181 · arXiv — Optimal Sequential Recommendations: Exploiting User and Item Structure¶

作者: Mina Karzand, Guy Bresler
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3359-3398
相关性 3/10 · novelty: new_theory
摘要: 在在线推荐系统的序贯决策设定下，目标是利用用户-物品交互的二值反馈（like/dislike）最小化累积遗憾。模型假设用户与物品均被聚类为潜在类型，类型偏好矩阵的元素为 i.i.d. 随机变量，同时刻画了用户侧与物品侧的结构信息。作者提出了一种同时利用双侧结构的算法，并通过信息论下界证明其 near-optimal 性质。分析特别揭示了仅利用单侧结构（如传统 item-item 或 user-user 协同过滤）的严格 sub-optimality。对您可能有用：该文的序贯实验设计与信息论下界分析，为因果推断中 longitudinal/IV 设定下的动态干预策略提供了可借鉴的理论框架。
关键技术: sequential experimental design, information-theoretic lower bounds, latent variable clustering model, cumulative regret minimization, bipartite structure exploitation
为什么对您有用: 本文连接到 causal inference 的 longitudinal 设定与 hypothesis testing / minimax 理论：序贯推荐本质上是一个动态干预（treatment assignment）的在线实验设计问题，信息论下界与 minimax lower bound 的工具完全在您的 very_familiar 武器库中。用 minimax bounds for estimation problems 的经验可以直接审视它声称的 near-optimal rate 是否紧，以及单侧结构 sub-optimality 的 gap 是否可以进一步 sharpen。立即可做：用 very_familiar 的 minimax 理论与高维渐近工具复现或改进其下界分析。

8. 10.1109/tit.2026.3668347 · arXiv — Dual-Domain Expurgated Error Exponents for Source Coding With Side Information¶

作者: Mehdi Dabirnia, Hamdi Joudeh, Albert Guillén i Fàbregas
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2689-2703
相关性 3/10 · novelty: new_theory
摘要: 在带边信息的源编码设定下，本文研究误码率指数的 expurgated 界，目标是在解码器可能对源与边信息联合分布 mismatched 的条件下刻画可达指数。核心方法是引入一种 dual-domain expurgation 机制，将原本 primal-domain 上对分布的优化转化为对少量参数的优化，任何次优参数选择均直接给出一个可达指数，且该方法自然适用于一般字母表及有记忆情形。针对两种随机编码组合，分别导出 dual-domain expurgated error exponent，并证明两者中较优者与 Csiszár-Körner 通过图分解引理得到的指数一致。数值示例展示了两个指数的差异，并在无边信息情形下证明 expurgated 指数与最优码的错误指数重合。对您可能有用：dual-domain 优化将复杂 primal 空间搜索降维至参数空间的思想，与您在 higher-order U-statistic / HOIF 中处理高维投影或 M-estimation 理论中参数化效率界的技术视角有结构相似性。
关键技术: expurgated error exponent, dual-domain optimization, mismatched decoding, random-coding ensemble, Csiszar-Korner exponent, graph decomposition lemma
为什么对您有用: 本文属于信息论中的误码率指数刻画，与您 primary interest 中的 hypothesis testing / minimax bounds 有理论渊源（误码率指数与 large deviation / testing 的 optimality 界紧密相连）。dual-domain 优化将 primal 分布优化降维至参数空间的思想，与您 technical_arsenal 中 minimax bounds for estimation problems 的参数化界推导有结构相似性，但核心机器（典型序列 / expurgation / graph decomposition）不在武器库。follow-up 粗判：暂不可做——核心是信息论 large deviation 工具，缺 expurgated ensemble 与图分解引理的熟练度，若要进入需先在信息论 error exponent 体系上长肌肉。

9. 10.1109/tit.2026.3661711 · arXiv — Tight Relations and Equivalences Between Smooth Relative Entropies¶

作者: Bartosz Regula, Ludovico Lami, Nilanjana Datta
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3051-3073
相关性 2/10 · novelty: sharper_rate
摘要: 在经典与量子信息论的单次设定下，研究假设检验相对熵与平滑最大相对熵之间的精确定量关系，核心 estimand 是这两种散度之间的上下界常数。本文将二者之间的联系强化为一种等价关系：证明假设检验相对熵等价于基于信息谱散度的平滑最大相对熵变体（亦可理解为测度平滑最大相对熵）。技术核心在于改进 Datta–Renner 基本引理，引入基于矩阵几何平均的新证明路径与收紧的温和测量引理，从而严格改进了此前已知的单次界与对偶关系，建立了可证明紧的界。进一步利用这些工具锐化了最大相对熵与 Rényi 散度之间的不等式界。对您有用：本文对假设检验相对熵的紧界刻画，为数学统计中单次/有限样本假设检验的精确误差控制提供了信息论视角的严格工具。
关键技术: hypothesis testing relative entropy, smooth max-relative entropy, information spectrum divergence, matrix geometric means, gentle measurement lemma, one-shot characterization
为什么对您有用: 本文直接连接到 primary interest 中的数学统计（hypothesis testing）子方向，提供了假设检验相对熵与平滑最大相对熵之间可证明紧的等价界，属于单次假设检验的精确刻画。从 technical_arsenal 看，very_familiar 中的 minimax bounds for estimation problems 可直接迁移来审视本文声称的紧界是否在统计设定下仍紧，但本文的量子矩阵几何平均与温和测量引理属于量子信息论专有工具。follow-up 判断：中期可做——需先在 moderately_familiar 的 M-estimation theory 或高维假设检验设定下，将本文的信息谱散度界翻译为经典统计语言，才能展开后续理论工作。

统计计算 / 算法 (stat_computing, 9 篇)¶

1. 10.1109/tit.2026.3677729 · arXiv — Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction¶

作者: Sara Fridovich-Keil, Fabrizio Valdivia, Gordon Wetzstein, Benjamin Recht, Mahdi Soltanolkotabi
期刊/来源: IEEE Transactions on Information Theory
机构: Stanford University · University of Nevada, Las Vegas · University of California, Berkeley · University of Southern California · California Southern University
分类: vol 72 · issue 5 · pp 3195-3211
相关性 7/10 · novelty: new_theory
摘要: 在非线性CT重建设定下，目标是从经过Beer-Lambert指数非线性变换的Radon变换测量中直接重建信号，而非传统地对测量做对数预处理后解线性逆问题。本文证明尽管直接最小化非凸目标，梯度下降以几何速率收敛至全局最优，且在随机测量下仅需近最小测量数即可完美重建。在欠定设定中，通过施加信号结构约束（如稀疏性），同样保证收敛与重建。核心理论工具是restricted isometry / spectral性质与局部凸性分析，确保GD逃离鞍点并线性收敛。实验在锥束CT合成与真实3D数据上验证了金属伪影的显著减少，并揭示仅对数预处理即可引入金属伪影。对您可能有用：本文将非凸优化收敛分析与逆问题结合，是统计计算与逆问题交叉的典型范例。
关键技术: nonconvex gradient descent convergence, geometric convergence rate, restricted isometry property, Beer-Lambert nonlinear forward model, underdetermined inverse problem with structural constraints, cone-beam CT reconstruction
为什么对您有用: 本文连接到统计计算与逆问题方向：非凸GD在非线性逆问题中的全局收敛证明，为计算约束下的统计算法提供了理论保证。您武器库中'逆问题与随机噪声'的经验可直接切入：GD收敛的RIP/spectral条件分析本质上与高维随机矩阵理论中的奇异值分布紧密相关，可用RMT工具验证其随机测量下的谱条件是否紧。中期可做：需先在moderately_familiar的M-estimation理论上长肌肉，将本文的非凸GD收敛框架推广到更一般的非线性M-estimation设定中。

2. 10.1109/tit.2026.3670320 · arXiv — Nearly Tight Bounds for Testing Tree Tensor Network States¶

作者: Benjamin Lovitz, Angus Lowe
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3074-3097
相关性 6/10 · novelty: sharper_rate
摘要: 本文研究树张量网络态（TTNS）的假设检验问题：给定 n 个 qudit 上的未知纯态，判断其是否为 bond dimension ≤ r 的 TTNS，还是与任何此类态的 trace distance 远。作者首先证明，与态的维度无关，O(nr²) 次拷贝足以完成单边误差检验；随后证明当 r ≥ 2+log n 时，Ω(nr²/log n) 拷贝是任何单边误差检验的必要条件，从而将此前矩阵乘积态（MPS）检验中约二次的上下界间隙收紧至近乎紧。当 r=2 时，对判断态是否为 Schmidt-rank ≤ 2 的 n 个双分态乘积这一相关任务，证明 Θ(√n) 拷贝既充分又必要。此外，对每次仅测量 r+1 拷贝的受限检验器，给出了检验 rank、Schmidt-rank 和 TTNS 的新界。对您有用：TTNS 的 bond dimension 与树结构直接对应您用 treewidth/tensor contraction 分析高阶 U-statistic 计算成本的框架，此处的近乎紧拷贝复杂度界为类似图结构约束下的统计-计算权衡提供了精确参照。
关键技术: tree tensor network states, bond dimension, trace distance hypothesis testing, copy complexity bounds, Schmidt-rank testing, local measurement restrictions
为什么对您有用: 本文直接连接您 primary interest 中统计-计算权衡与 higher-order U-statistics 的 treewidth/tensor contraction 视角：TTNS 的 bond dimension 与树拓扑正是您用 einsum/treewidth 刻画 U-statistic 计算成本的同一图结构工具，近乎紧的 O(nr²) vs Ω(nr²/log n) 拷贝复杂度界为图约束下的信息-计算间隙提供了精确量化范例。用您 very_familiar 的「computation of higher-order U-statistics (treewidth / tensor contraction / einsum)」可直接攻本文的树拓扑与 bond dimension 约束如何映射到经典多项式统计量计算成本的类比问题——立即可做。

3. 10.1109/tit.2026.3670723 · arXiv — Mixing Time of the Proximal Sampler in Relative Fisher Information via Strong Data Processing Inequality¶

作者: Andre Wibisono
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2667-2688
相关性 4/10 · novelty: new_theory
摘要: 本文研究 Proximal Sampler 算法在相对 Fisher 信息（relative Fisher information）度量下的混合时间保证；Proximal Sampler 是 Langevin 动力学的近似 proximal 离散化，目标分布假设为 strongly log-concave 且 log-smooth。核心机制是证明相对 Fisher 信息沿 Proximal Sampler 以指数速率收敛，这与连续时间 Langevin 动力学的指数收敛率一致；证明工具为沿正向 Gaussian channel 的强数据处理不等式（strong DPI）与沿反向 Gaussian channel 的数据处理不等式，两者复合构成 Proximal Sampler 的收敛保证。结合拒绝采样实现，该指数收敛率给出了高精度迭代复杂度界。对您可能有用：本文将 DPI 与采样算法收敛分析结合，为统计计算中 MCMC/变分算法的收敛率分析提供了基于信息论的新视角。
关键技术: relative Fisher information, Proximal Sampler, strong data processing inequality, Langevin dynamics discretization, rejection sampling implementation, iteration complexity bound
为什么对您有用: 本文连接到统计计算与数值方法方向，具体涉及 MCMC 采样算法的收敛率分析。您武器库中的高维渐近理论（very_familiar）与 M-估计理论（moderately_familiar）可用来审视本文的 strongly log-concave 假设是否可向高维/半参数设定推广，或用 minimax bound 视角验证其迭代复杂度界是否紧。中期可做：需先在 moderately_familiar 的 M-估计理论上长肌肉，以将 DPI 分析框架迁移到半参数估计中的 proximal 算法收敛分析。

4. 10.1109/tit.2026.3658044 · arXiv — Efficient Rejection Sampling in the Entropy-Optimal Range¶

作者: Thomas L. Draper, Feras A. Saad
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2801-2822
相关性 4/10 · novelty: new_method
摘要: 研究从有限离散分布 P 中生成随机变量的采样算法，设定为仅使用独立公平硬币翻转（熵源）作为输入，目标是最小化期望硬币翻转次数。经典 Knuth-Yao 结果表明最优期望翻转次数介于 H(P) 与 H(P)+2 之间，但其熵最优采样器在空间与时间上存在 tradeoff（指数空间+低运行时间 vs 线性空间+高运行时间）。本文提出新算法规避此 tradeoff：使用线性对数空间（linearithmic space），每样本运行时间开销可忽略，且期望翻转次数仍在熵最优范围 [H(P), H(P)+2) 内。数值实验表明在运行时间与熵消耗上均优于经典的 alias method。对您有用之处：为统计计算中离散分布的高效精确采样提供了新的空间-时间-熵 tradeoff 界定，直接关联 statistical computing 与信息论下界分析。
关键技术: Knuth-Yao entropy-optimal sampling, DDG tree (discrete distribution generating tree), alias method, linearithmic space algorithm, Shannon entropy bound, rejection sampling
为什么对您有用: 本文直接关联 statistical computing 子方向，给出了离散分布采样在空间-时间-熵三维约束下的新算法与紧界。您武器库中的 software development 与 computation of higher-order U-statistics (einsum/tensor contraction) 可直接受益：当高阶 U-统计量计算需要从复杂离散组合分布中采样时，此线性对数空间算法可嵌入采样模块以降低计算开销。立即可做：用 very_familiar 的 software development 技能实现该算法，并在高阶 U-统计量的蒙特卡洛近似中测试其加速效果。

5. 10.1109/tit.2026.3668977 · arXiv — Differentially Private Wireless Federated Learning Using Orthogonal Sequences¶

作者: Xizixiang Wei, Tianhao Wang, Ruiquan Huang, Cong Shen, Jing Yang, H. Vincent Poor
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3175-3194
相关性 2/10 · novelty: new_method
摘要: 本文在单输入单输出（SISO）无线联邦学习（FL）系统中，提出一种基于正交序列的隐私保护上行空中计算（AirComp）方法 FLORAS。核心设定是：在无需发射端信道状态信息（CSIT）的通信约束下，同时提供 item-level 与 client-level 的差分隐私（DP）保证。方法机制利用正交序列的代数性质实现信道无关的聚合，并通过调节系统参数（如序列长度、功率分配）在不增加额外通信/计算成本的前提下灵活控制 DP 隐私级别。理论贡献是推导了新的 FL 收敛界，将其与 DP 保证结合，显式刻画了收敛速率与隐私级别之间的平滑 tradeoff。实证表明 FLORAS 在收敛与隐私 tradeoff 上优于基线 AirComp。对您而言，本文展示了正交序列/矩阵设计在通信-隐私 tradeoff 中的计算角色，可作为 stat_computing 与效率 tradeoff 的边缘参考。
关键技术: over-the-air computation (AirComp), differential privacy (item-level & client-level), orthogonal sequence design, FL convergence bound under DP, privacy-utility tradeoff optimization
为什么对您有用: 本文属于 stat_computing 与分布式隐私计算的交叉，核心是正交序列的代数性质在通信-隐私 tradeoff 中的计算应用。对您而言，正交序列设计与您 very_familiar 中的高维渐近/矩阵计算有结构相似性，但本文的 DP-收敛 tradeoff 分析不涉及您熟悉的 minimax/效率界框架。武器库中 very_familiar 的矩阵计算可支撑理解正交序列的代数机制，但分布式 FL 的收敛分析与 DP 理论不在 arsenal 中。中期可做：若想进入无线 FL 的隐私-效用 tradeoff 理论，需先在 moderately_familiar 的 M-estimation 理论上补充分布式随机优化的收敛分析工具。

6. 10.1109/tit.2026.3667436 · arXiv — Recursive Decoding of Projective Reed–Muller Codes¶

作者: Rodrigo San-José
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2769-2779
相关性 0/10 · novelty: new_method
摘要: 本文研究 Projective Reed–Muller (PRM) 码的递归解码算法，核心 estimand 是可纠正错误数的最大界及算法计算复杂度。方法利用 Affine Reed–Muller (RM) 码的解码器作为子程序，通过递归结构将 PRM 码的解码问题归约为 RM 码解码，从而获得当前 PRM 码解码器中最高的纠错能力。作者精确刻画了在哪些阶数下算法可达到码的纠错极限，并给出算法复杂度由所选 RM 解码器复杂度决定的量级，同时分析了变量数与域大小增长时解码器的行为变化。对您而言，本文展示了代数编码中递归归约与复杂度分析的具体范式，可作为 stat_computing 中算法复杂度与数值方法视角的边缘参考读物。
关键技术: recursive decoding algorithm, projective Reed-Muller codes, affine Reed-Muller decoder reduction, error correction capability bound, computational complexity order
为什么对您有用: 本文属于代数编码理论，与您 primary interest 中的 stat_computing（数值方法与算法）有弱连接，但核心机器是有限域上的多项式码递归解码，而非您熟悉的数值矩阵/张量计算或高维统计计算。武器库中的 software development 与 computation of higher-order U-statistics (einsum/tensor contraction) 无法直接攻入此文的代数解码归约口子，因缺乏有限域代数几何码的背景。暂不可做：核心代数编码与有限域几何工具不在武器库中，且对您日常研究方向的直接方法论迁移价值极低，不建议花时间读全文。

7. 10.1109/tit.2026.3672442 · arXiv — Fault-Tolerant Quantum Input/Output¶

作者: Matthias Christandl, Omar Fawzi, Ashutosh Goswami
期刊/来源: IEEE Transactions on Information Theory
机构: École Normale Supérieure de Lyon · Laboratoire de l'Informatique du Parallélisme
分类: vol 72 · issue 5 · pp 3098-3128
相关性 0/10 · novelty: new_theory
摘要: 本文研究容错量子计算中具有量子输入/输出（而非经典输入/输出）的电路实现问题，设定为 Kitaev (1997) 的容错框架，关键假设是量子信息处理设备间需通过含噪信道传递量子态。核心机制表明，任何含量子输入与输出的量子电路均可转化为容错电路，且仅在输入与输出端引入可控噪声；该框架支持容错声明的直接组合（composition），从而允许分布式量子模块的无缝串联。作为具体应用，作者针对含噪编码/解码操作的量子信道通信，对具有线性最小距离的码构造了抗一般噪声（含相干误差）的容错编解码器；在更弱的局部随机噪声模型下，对任意能纠正常数比例随机误差的通信码给出了容错方案。主要理论结果是给出了从理想量子 I/O 电路到容错实现的通用变换定理及其组合性证明。对您可能有用：本文的 composition 框架与分布式模块化计算思想，可为统计计算中分布式/去中心化推断算法的误差传播分析提供跨学科的结构性参考。
关键技术: fault-tolerant quantum circuit transformation, quantum input/output composition, local stochastic noise model, linear minimum distance quantum codes, coherent error correction
为什么对您有用: 本文属于统计计算与信息论的交叉 gateway reading，核心是分布式量子计算模块间的容错组合机制。(1) 连接到 stat_computing 子方向中分布式/去中心化算法的误差传播与模块化组合问题；(2) 武器库中 inverse problems with random noise 的经验可帮助理解含噪信道下的编解码结构，但量子容错理论的核心机器（如 stabilizer codes、fault-tolerant threshold 证明）不在库中；(3) 暂不可做：缺量子信息与容错阈值理论的基础训练，若要进入需先补量子纠码与 Kitaev 框架的数学。作为 gateway，本文对想了解量子计算容错如何处理 I/O 的统计学者是好入门读物，值得花时间读引言与主定理陈述，但全文证明细节对非量子背景者门槛较高。

8. 10.1109/tit.2026.3673346 · arXiv — Construction of MRD Codes Based on Circular-Shift Operations¶

作者: Zhe Zhai, Sheng Jin, Qifu Tyler Sun, Zongpeng Li
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2861-2880
相关性 0/10 · novelty: new_method
摘要: 本文研究有限域上最大秩距离（MRD）码的构造，目标是避免传统 Gabidulin 码在扩域 F_{q^N} 上运算带来的高计算复杂度。作者基于循环移位操作，提出了一类在基域 F_q 上完全实现的 (J×n, q^{Jk}, d) MRD 码构造，其中 J 为 Euler totient 函数值且 gcd(q,L)=1。通过 q-线性化多项式的刻画，作者厘清了新构造与 Gabidulin 码及 twisted Gabidulin 码之间的等价与差异条件：当 J=m_L 时新码等价于 Gabidulin 码（从而给出其 F_q 上的高效等价构造），否则在多种参数下与二者严格不同。在 q=2、L 为素数且 n≤m_L 的设定下，新构造的编码复杂度从传统 Gabidulin 码的 O(nkL^2) XOR 运算降至 O(nkL)。对您而言，这种基于循环移位与基域运算的矩阵编码复杂度优化，为统计计算中有限域上的矩阵/张量运算加速提供了一个具体的代数构造参考。
关键技术: maximum rank distance codes, circular-shift operation, q-linearized polynomial, Gabidulin codes, finite field arithmetic over base field, XOR complexity analysis
为什么对您有用: 本文属于 stat_computing 方向的代数编码优化，核心贡献是将扩域运算降至基域循环移位，实现编码复杂度从 O(nkL^2) 到 O(nkL) 的实质性降低。对您 primary interest 中的 statistical computing（数值方法与矩阵/张量软件）而言，这种基于循环移位的矩阵构造与 XOR 复杂度分析，与您 very_familiar 的张量缩并/einsum 复杂度优化有结构上的相似性——都是通过改变运算的代数基底来降低计算阶。不过，本文的有限域 MRD 码理论离您武器库中的高维渐近/半参效率/因果推断工具较远，属于纯代数编码领域。暂不可做：核心机器（有限域上的 MRD 码理论、q-线性化多项式）不在武器库中，若要进入需先补扩域代数与秩距离码的基础。

9. 10.1109/tit.2026.3659032 · arXiv — Secure Aggregation With an Oblivious Server¶

作者: Hua Sun
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3399-3406
相关性 0/10 · novelty: new_theory
摘要: 在 K 用户安全聚合（secure aggregation）设定下，研究服务器作为 oblivious 中继（仅转发通信、不学习任何输入信息）时计算输入之和的通信与密钥代价。核心 estimand 是每比特安全求和所需的最低上行/下行通信量及密钥长度；关键假设为服务器完全 oblivious、用户仅获知总和。作者构造两轮协议（用户→服务器→用户）并证明精确 converse：每比特求和需上行≥1比特、下行≥1比特、单用户密钥≥2比特、总密钥≥K比特；允许任意用户 dropout 时，单用户密钥下界升至 K 比特/求和比特，其余界不变。结果为信息论精确界而非渐近率，对分布式统计计算中隐私-通信 tradeoff 的理论刻画有参考价值，对您在 stat_computing 方向关注通信约束下的聚合算法设计可能有用。
关键技术: secure aggregation protocol, oblivious server model, information-theoretic converse, key size lower bound, dropout-tolerant aggregation
为什么对您有用: 本文属于 stat_computing 中分布式/隐私计算子方向，精确刻画了 oblivious 服务器设定下安全求和的通信与密钥下界，与您对 statistical-computing tradeoff 的关注有直接联系。用您 very_familiar 中的 minimax bounds 思路可以类比理解其 converse 证明结构（信息论界而非统计界），但信息论 converse 证明的核心工具（典型集/互信息界）不在当前武器库中。中期可做：若想在分布式统计估计中引入类似 oblivious server 设定并推导通信-隐私-估计率的联合界，需先在 moderately_familiar 的 M-estimation theory 基础上补充信息论隐私界的基本工具。

其他 (other, 26 篇)¶

1. 10.1109/tit.2026.3679549 — On the Effect of Client-Server Communication on the Generalization Error of Federated Learning¶

作者: Romain Chor, Milad Sefidgaran, Abdellatif Zaidi
期刊/来源: IEEE Transactions on Information Theory
机构: Huawei Technologies (France)
分类: vol 72 · issue 5 · pp 3249-3276
相关性 5/10 · novelty: new_theory
摘要: 在联邦学习设定下，研究客户端与参数服务器之间通信轮数 R 对泛化误差的影响，estimand 为 population risk 与 empirical risk 的差值。基于算法稳定性与 rate-distortion 理论，建立了显式依赖 (R, K, n) 的泛化误差上界，界内包含通过聚合模型耦合的条件互信息项。针对界计算困难的问题，提出了仅用单次训练数据集估计该界的算法。对 FL-type SVM (FSVM) 给出更显式的界，证明界随 R 单调递增，即更频繁通信削弱泛化能力；这意味着 FSVM 的 population risk 随 R 下降速度慢于 empirical risk，实验 (ResNet-56) 进一步表明超过某阈值 R* 后更多通信甚至损害 population risk。对您而言，本文的 rate-distortion + CMI 技术路线与 stat-computing tradeoff 有概念呼应，但核心是分布式优化泛化界而非高维推断或因果效率理论。
关键技术: algorithmic stability, rate-distortion theory, conditional mutual information, generalization error bounds, FL-type Support Vector Machine
为什么对您有用: 本文主题属于分布式机器学习泛化理论，与您 primary interests（因果推断效率界、高维 RMT、U-statistic）的核心 estimand 与数学工具无直接交集；rate-distortion 与 CMI 的组合虽与 stat-computing tradeoff 有概念层面的信息论呼应，但本文不涉及 polynomial-time possibility / low-degree barrier 等您关注的计算硬度框架。武器库中 minimax bounds 与 M-estimation 理论可部分理解其稳定性分析，但无法切入其 CMI 耦合估计的核心口子。暂不可做：核心机器（分布式优化泛化界的 CMI 计算与 rate-distortion 界构造）不在武器库中，且与您当前研究主线偏离较大，不建议展开读。

2. 10.1109/tit.2026.3668013 · arXiv — Lempel–Ziv Complexity, Empirical Entropies, and Chain Rules¶

作者: Neri Merhav
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3486-3496
相关性 3/10 · novelty: new_theory
摘要: 本文研究 LZ78 算法对有限个体序列的 k-块独立压缩比，推导了以归一化经验熵为界的上下界。上界要求经验熵阶数相对于 k 较小，下界则要求其相对于 k 较大，界在两种极端阶数设定下各自紧致。由此导出 LZ 复杂度的链式法则：将联合 LZ 复杂度 c(x,y) 分解为 c(x) 与条件 LZ 复杂度 c(y|x) 之和（附带小误差项），代价是块长度 k 的改变。该链式法则为非随机序列的复杂度提供了类似 Shannon 熵链式法则的结构性分解。对您而言，本文展示了经验熵与组合复杂度之间的精确界，可作为非参数统计中经验过程与复杂度极小化分析的参考背景。
关键技术: LZ78 compression ratio, normalized empirical entropy, LZ complexity chain rule, block-wise independent compression, individual sequence analysis
为什么对您有用: 本文属于信息论/序列复杂度方向，与您 primary interests（因果推断、高维 RMT、U-statistics、semiparametric efficiency）的核心 estimand 与收敛率问题无直接交集。您 technical_arsenal 中的 minimax bounds 与经验过程理论虽可理解其界推导，但无法直接攻入 LZ 复杂度链式法则这一信息论核心口子。暂不可做：核心机器（LZ 解析字典树增量分析、经验熵阶数与块长 tradeoff 的精细组合计数）不在武器库中，且该方向与您当前研究主线偏离较大，不建议展开精读。

3. 10.1109/tit.2026.3665384 · arXiv — Exponents for Shared Randomness-Assisted Channel Simulation¶

作者: Aadil Oufkir, Michael X. Cao, Hao-Chung Cheng, Mario Berta
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2624-2640
相关性 2/10 · novelty: new_theory
摘要: 本文研究共享随机性辅助的信道模拟（channel simulation）在 worst-case total-variation 距离下的精确误差指数与强逆指数。核心 estimand 为模拟误差概率的指数衰减率，关键设定为允许发送方与接收方共享随机性（shared randomness）作为辅助资源。作者证明这两个指数可写成对 Rényi 信道互信息的简单优化，且与信道编码不同，不存在临界速率（critical rates），从而对低于和高于模拟容量的任意速率均给出紧刻画。技术路线为：对非信号辅助（non-signaling）码的 meta-converse 做渐近展开，再利用近似算法将非信号策略舍入（round）为仅依赖共享随机性的策略，证明渐近紧性；由此推论量子纠缠辅助不改变指数。对您可能有用：若将信道模拟视为高维/非参数统计中的分布逼近问题，Rényi 互信息优化与 meta-converse 展开可提供信息论下界的新视角。
关键技术: Rényi channel mutual information, meta-converse expansion, non-signaling assisted codes, approximation rounding algorithms, strong converse exponent, total-variation distance
为什么对您有用: 本文属于信息论而非您核心的因果/高维/半参数/效率理论领域，但 Rényi 互信息优化与 meta-converse 渐近展开的技术可类比 minimax bound 与信息论下界工具，对您在 minimax bounds for estimation problems 的 very_familiar 武器有概念映射。然而，核心机器（non-signaling codes、信道模拟容量理论）不在您的武器库内，且与您当前研究方向的直接连接较弱。暂不可做：核心信息论/通信复杂度工具不在武器库，需先在非信号辅助码与信道模拟理论上长肌肉才能切入。

4. 10.1109/tit.2026.3658830 · arXiv — Quantum Computational Unpredictability Entropy and Quantum Leakage Resilience¶

作者: Noam Avidan, Rotem Arnon
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3129-3155
相关性 2/10 · novelty: new_theory
摘要: 本文在量子计算设定下定义了量子计算不可预测性熵（quantum computational unpredictability entropy），将经典不可预测性熵推广至量子态，目标是在限制敌手为多项式时间猜测策略下量化不确定性。核心机制基于量子最小熵的操作性解释（最优猜测概率），并限制敌手仅能使用高效（多项式时间）量子策略；证明了该熵满足泄漏链式法则（leakage chain rule），即使存在无界先验量子侧信息亦成立。进一步证明该熵可支撑针对有界计算能力量子敌手的伪随机性提取。主要理论结果是建立了量子计算设定下依赖最小熵的密码学工具基础。对您而言，本文属于量子密码学/信息论方向，与统计计算约束（statistical-computational tradeoff）的经典平均-case复杂度框架（如低阶多项式/SQ下界）无直接交集，方法学新颖度属新理论但超出当前武器库。
关键技术: quantum computational unpredictability entropy, quantum min-entropy operational interpretation, leakage chain rule, pseudo-randomness extraction, polynomial-time quantum adversary
为什么对您有用: 本文定义的量子计算不可预测性熵虽涉及计算约束下的不确定性量化，但其量子密码学语境与您关注的经典统计-计算权衡（低阶多项式/SQ下界/平均-case hardness）框架无直接映射。武器库中缺乏量子信息论与量子密码学工具（如量子最小熵、量子侧信息模型），无法切入该论文的核心证明。暂不可做：核心机器（量子信息论/量子计算复杂度）不在武器库里，且与您当前研究方向的交集极小，不建议花时间读全文。

5. 10.1109/tit.2025.3608634 · arXiv — Network Connectivity–Information Freshness Tradeoff in Information Dissemination Over Networks¶

作者: Arunabh Srivastava, Sennur Ulukus
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2993-3013
相关性 2/10 · novelty: new_theory
摘要: 本文研究 gossip 网络中信息新鲜度与网络连通性之间的权衡关系，设定为单一源节点向 n 个节点按给定图结构推送更新，采用 push-style gossip 策略传播，以 version age 作为新鲜度度量。作者首先对一般网络中节点集合的平均 version age 给出通用上界，随后利用该界推导了二维网格、广义环与超立方体等中间连通性图结构下 version age 的 scaling 律。此前已知环网络（低连通极端）version age 为 O(n^{1/2})、全连通网络（高连通极端）为 O(log n)，本文首次填补了二者之间的空白，揭示了连通度从稀疏到稠密时 version age 从多项式到对数级的渐变规律。主要理论贡献是一组针对中间拓扑的 scaling 结果与通用上界技术，对您而言，其图结构 scaling 分析思路可类比高维统计中依赖图拓扑的 concentration / minimax bound，但核心问题属通信网络信息新鲜度，与因果推断或高维统计无直接交集。
关键技术: version age metric, push-style gossip protocol, graph topology scaling analysis, stochastic ordering bounds
为什么对您有用: 本文属于通信网络信息新鲜度（age of information）方向，与您 primary interests（因果推断、高维 RMT、semiparametric efficiency、higher-order U-statistics）无直接方法论重叠。虽然图结构 scaling 分析在形式上与高维统计中依赖图拓扑的 concentration inequality 有类比性，但本文的核心模型与工具（gossip 更新过程、version age）不在您的武器库中。暂不可做：核心机器（age of information 的连续时间 Markov 模型与 stochastic ordering）不在武器库里，且问题本身与您研究方向偏离较大，不建议深入阅读。

6. 10.1109/tit.2026.3665934 · arXiv — Fundamental Limits of Bistatic Integrated Sensing and Communications Over Memoryless Relay Channels¶

作者: Yao Liu, Min Li, Lawrence Ong, Aylin Yener
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3030-3050
相关性 2/10 · novelty: new_theory
摘要: 本文研究无记忆中继信道上双站一体化感知与通信（ISAC）的基本极限，目标是在中继辅助下，目的地同时解码源消息与估计未知信道参数，核心 estimand 为 capacity-distortion 函数。设定为 state-dependent discrete memoryless relay channel，在常规 cut-set bound 基础上扩展感知操作，推导了 capacity-distortion 函数的上界。提出 hybrid-partial-decode-and-compress-forward 编码方案实现中继协作，建立对应下界；当忽略通信任务时该方案达到最优感知性能。对三类特定中继信道证明了上下界严格吻合，数值示例展示了通信-感知折中。对您而言，本文属于信息论编码定理范畴，与因果推断、高维统计或效率理论等 primary interests 无直接交集。
关键技术: capacity-distortion function, cut-set bound extension, hybrid-partial-decode-and-compress-forward, state-dependent discrete memoryless relay channel, communication-sensing tradeoff
为什么对您有用: 本文属于纯信息论编码定理，与您 primary interests（因果推断、高维/效率理论、U-statistics）和 secondary interests（astrostats/econ/epi 数据集）均无交集，武器库中的 minimax bounds 与 semiparametric theory 无法切入此信道编码问题。暂不可做：核心机器（信息论编码定理、relay channel 折中分析）不在武器库中，且无方法论迁移价值，不建议花时间阅读。

7. 10.1109/tit.2026.3674654 · arXiv — Channel-Aware Optimal Transport: A Theoretical Framework for Generative Communication¶

作者: Xiqiang Qu, Ruibin Li, Jun Chen, Lei Yu, Xinbing Wang
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2605-2623
相关性 2/10 · novelty: new_theory
摘要: 本文研究信道感知最优传输（channel-aware optimal transport）问题：在给定无记忆信道下，将 i.i.d. 源块传输生成目标 i.i.d. 块，使端到端失真最小化，核心 estimand 为最小化期望失真。当编码器和解码器共享无限公共随机性时，证明了源-信道分离架构在块长趋于无穷时渐近最优。在无公共随机性场景下，分离架构一般次优，作者提出一种混合编码方案，部分保留信道的生成能力同时可靠传输数字信息。理论结果证明该混合方案可同时优于分离方案与未编码方案。对您而言，本文将 OT 与信息论信道编码结合，提供了从信息瓶颈视角审视生成模型的理论框架。
关键技术: channel-aware optimal transport, source-channel separation, hybrid coding scheme, common randomness, rate-distortion theory, memoryless channel
为什么对您有用: 本文属于信息论与 OT 的交叉，与您 primary interests 中的 causal/semipara/high-dim 无直接关联，但触及 stat-computing tradeoff 的信息瓶颈视角。(1) 连接到 stat-computing tradeoff 中的信息约束与渐近最优性讨论，但核心是 Shannon 信息论而非 average-case complexity；(2) 您武器库中的 minimax bounds 理论可用来审视其失真下界是否紧，但核心编码构造不在 arsenal 中；(3) 暂不可做：核心机器（Shannon 信源-信道编码理论、混合编码构造）不在武器库里，需先补信息论基础。

8. 10.1109/tit.2026.3678077 · arXiv — Sequence Reconstruction for Substitution Channel: New Sufficient Conditions and Algorithms¶

作者: Chen Wang, Eitan Yaakobi, Yiwei Zhang
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2978-2992
相关性 1/10 · novelty: new_theory
摘要: 在序列重构问题（sequence reconstruction problem）中，目标是在原始码字 x 经多条相同替代信道产生多个噪声读出后，基于这些读出唯一重构 x。经典 Levenshtein 准则仅依赖读出数量作为唯一重构的充分条件；本文提出新框架，将读出数量与读出间的 Hamming 距离联合纳入充分条件。核心机制是利用读出间的距离约束缩小候选集，并给出相应的多项式时间重构算法。理论结果给出了比 Levenshtein 准则更紧的充分条件界，算法在满足新条件时保证唯一且正确重构。对您而言，本文属于组合编码论而非统计推断，与因果/高维/半参数等 primary interest 无直接交集。
关键技术: sequence reconstruction problem, substitution channel, Levenshtein reconstruction criterion, Hamming distance constraints, combinatorial sufficient conditions
为什么对您有用: 本文属于组合编码与信息论方向，与您关注的 causal inference、高维统计、semiparametric efficiency 等核心领域无方法论交集，technical_arsenal 中的工具无法切入该问题。组合重构的充分条件与统计 minimax 界虽形式相似，但问题设定与证明逻辑完全不同。暂不可做：核心机器（组合编码论与信道重构的 combinatorial framework）不在武器库里，且该方向与您的研究规划缺乏自然连接，不建议花时间深读。

9. 10.1109/tit.2026.3664706 · arXiv — Entropy Functions on Two-Dimensional Faces of Polymatroidal Region of Degree Four—Part II: Information Theoretic Constraints Breed New Combinatorial Structures¶

作者: Shaocheng Liu, Qi Chen, Minquan Cheng
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2704-2733
相关性 1/10 · novelty: new_theory
摘要: 本文研究四元随机变量集合上多面体区域 Γ₄ 的二维面上熵函数的刻画问题，这是信息论中熵函数可表示性的基础问题。在 Part I 列出 59 类二维面并完全刻画其中 49 类的基础上，本文处理剩余 10 类面：8 类被完全刻画，2 类被部分刻画。核心机制是对 Shannon 外界（多面体区域）施加线性约束以获得低维面，再通过引入新的组合设计结构（combinatorial design）来判定这些面上的熵函数是否可由真实随机变量实现。主要理论结果是给出了这 10 类面上熵函数的精确或部分表征，并构造了若干独立的组合设计新结构。对您可能有用：本文的组合设计结构可能为高阶 U-statistic 的 treewidth/tensor contraction 复杂度分析提供新的组合约束视角。
关键技术: entropy function characterization, polymatroidal region, Shannon outer bound, combinatorial design structures, face enumeration of polyhedral regions
为什么对您有用: 本文属于信息论基础研究，与您 primary interests 中的因果推断、高维统计、效率理论等无直接交集，但组合设计结构与多面体面枚举可能间接关联 higher-order U-statistics 的 treewidth/tensor contraction 复杂度分析。用 very_familiar 的 treewidth / einsum 视角审视这些组合约束能否转化为 U-statistic 计算复杂度的下界工具，属于中期可做（需先在 moderately_familiar 的高阶 U-statistic 理论与组合设计之间建立桥梁）。作为 gateway reading，本文组合设计部分对统计学者不够直观，信息论术语密集，不建议花时间读全文。

10. 10.1109/tit.2026.3675568 · arXiv — Locally Repairable Convertible Codes: Improved Lower Bound and General Construction¶

作者: Songping Ge, Han Cai, Xiaohu Tang
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2915-2930
相关性 0/10 · novelty: new_theory
摘要: 本文研究具有局部可修复性（locally repairable）的可转换编码（convertible codes），目标是在 \((r,\delta \geqslant 2)\)-locality 设定下最小化转换过程中的访问成本（access cost）。作者首先给出了关于访问成本的改进下界，将此前仅涉及 \(r\)-locality 的下界推广至更一般的 \(\delta \geqslant 2\) 情形。随后提出了一般性构造方法，证明最优访问成本的转换码可以具有超线性长度或极大可恢复性（maximally recoverable）。最后，针对初始码具有超线性长度或极大可恢复性的情形，给出了最终码同样具备这些性质的显式构造，首次覆盖了 \(\delta > 2\) 的情况。本文属于编码理论与组合数学范畴，对您关注的因果推断、高维统计或计算统计等方向无直接方法论关联。
关键技术: locally repairable codes, convertible codes, access cost lower bound, maximally recoverable codes, explicit code construction
为什么对您有用: 本文属于纯编码理论/组合数学领域，与您 primary interests（因果推断、高维/RMT、U-statistics、semiparametric efficiency、stat-computing tradeoff）及 secondary interests 均无交集。武器库中的高维渐近理论或 tensor contraction 工具无法切入此组合构造问题。暂不可做，且核心机器（编码理论/代数构造）不在武器库中，不建议展开阅读。

11. 10.1109/tit.2026.3657349 · arXiv — On Many-to-One Mappings Over Finite Fields¶

作者: Yanbin Zheng, Yanjin Ding, Meiying Zhang, Pingzhi Yuan, Qiang Wang
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2734-2752
相关性 0/10 · novelty: new_theory
摘要: 本文在有限域上引入了 m-to-1 映射的统一定义，推广了近期文献中 2-to-1 与 n-to-1 映射的概念。作者通过广义局部判据刻画了 m-to-1 映射的性质，并给出了三种通用构造方法，统一并推广了已有构造。利用这些构造，将 x^r h(x^s) 在乘法群 F_q^* 上的 m-to-1 性质问题，转化为关联多项式 x^{r_1} h(x)^{s_1} 在阶为 ℓ 的子群 U_ℓ 上的 m_2-to-1 性质问题，其中 m_2=m/(r,s), ℓ=(q-1)/s。文章分四种情形详细分析了后者，并提出了从 m-to-1 映射递归构造 m-to-1 映射的新方法。该工作属于有限域与代数组合的纯数学范畴，与统计推断或计算复杂度无直接关联，对您的核心研究方向暂无方法论借鉴意义。
关键技术: m-to-1 mappings over finite fields, generalized local criterion, polynomial characterization on multiplicative groups, recursive construction of many-to-one mappings
为什么对您有用: 本文属于有限域代数与组合数学，与您关注的因果推断、高维/随机矩阵、半参效率、计算统计等方向均无交集。武器库中的高维渐近理论或 U-statistic 计算工具无法切入该代数映射问题。暂不可做：核心机器（有限域多项式代数、数论判据）不在武器库中，且该主题与统计推断的统计-计算权衡或估计理论缺乏已知桥梁，不建议投入时间。

12. 10.1109/tit.2026.3670257 — Some Classes of Punctured Codes¶

作者: Daotong Qiu, Jian Gao, Fanghui Ma, Jiafu Mi
期刊/来源: IEEE Transactions on Information Theory
机构: Shandong University of Technology
分类: vol 72 · issue 5 · pp 2780-2790
相关性 0/10 · novelty: new_theory
摘要: 本文研究有限域 𝔽_q 上循环码的 punctured code 构造与权重分布。设定为两个 [n,k_i,d_i] 循环码 C_1, C_2，通过 (C_1, C_1+C_2)-构造生成指标为 2 的准循环码，并分析其三类码字的权重分布。核心机制是对 C_1 和 C_1+C_2 删除特定坐标集 T_p, T_s（puncturing），得到形如 (C_1^{T_p}, C_1+C_2) 及 (C_1^{T_p}, (C_1+C_2)^T_s) 的线性码，并在部分情形下推导出确切的权重枚举式。主要理论结果是所得码在 Griesmer 界下达到最优，且构造出新的 few-weight 码及 d/k-optimal 的局部可修复码（LRC）。本文属于纯编码理论，与统计推断或高维统计无交集，对您的因果推断/效率理论/U统计量研究无直接参考价值。
关键技术: cyclic code puncturing, quasi-cyclic code construction, weight enumerator derivation, Griesmer bound optimality, locally recoverable code (LRC)
为什么对您有用: 本文属于纯代数编码理论（权重分布、LRC构造），与您的研究方向（因果推断、高维RMT、U统计量、半参数效率界、统计计算）完全无交集。武器库中的任何一项（包括 tensor contraction / einsum）均无法切入该论文的代数组合问题。暂不可做，且无需跟进阅读。

13. 10.1109/tit.2026.3678498 · arXiv — Pretty Good Simulation of All Quantum Measurements by Projective Measurements¶

作者: Michał Kotowski, Michał Oszmaniec
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3156-3174
相关性 0/10 · novelty: new_theory
摘要: 本文研究量子测量中 POVM（正算子值测度）与投影测度之间的模拟关系：对任意 d 维量子系统，施加常数可见度的 depolarizing 噪声后，任何 POVM 都可通过随机化投影测度实现模拟，无需辅助系统。核心机制是利用 POVM 模拟的已有结果、Kadison–Singer 问题以及作者提出的“维度不足”Naimark 定理，给出常数可见度阈值。该约束直接限制了 POVM 在状态判别、shadow tomography 与量子计量学等任务上相对于投影测度的渐近优势。副产品包括对纯两-qudit 态在一般测量下容许局部隐变量模型的可见度范围的改进界，以及对所有 POVM 联合可测性临界可见度的渐近紧界。对您而言，本文属于量子信息论而非统计推断，但其“施加噪声使复杂结构可被简单结构模拟”的思路与 stat-computational tradeoff 中“降低信号强度使问题进入多项式时间可解区”有概念上的平行。
关键技术: POVM simulation by projective measurements, depolarizing noise channel, Kadison-Singer problem, dimension-deficient Naimark theorem, joint measurability critical visibility, circuit knitting via randomization
为什么对您有用: 本文属于量子信息论，与您的因果推断、高维统计、U-统计量等核心方向无直接交集。唯一微弱连接是“噪声使复杂测量退化为简单可模拟测量”的思路，与您 stat-computational tradeoff 方向中“信号强度阈值划分多项式可解/不可解区”有概念平行，但本文的 Kadison–Singer / Naimark 定理等核心机器不在您的武器库中。暂不可做：核心数学工具（量子测量理论、Kadison–Singer / Naimark）完全缺失，且问题设定远离统计推断；除非您有意以 outsider 身份进入量子测量模拟的 gateway reading，否则不建议花时间读全文。

14. 10.1109/tit.2026.3669473 — Infinite Families of Optimal Codes Over Non-Unital Non-Commutative Rings From Simplicial Complexes¶

作者: Yanan Wu, Tingting Pang, Nian Li, Yanbin Pan, Xiangyong Zeng
期刊/来源: IEEE Transactions on Information Theory
机构: Nankai University · Shandong Normal University · Intelligent Health (United Kingdom) · Hubei University · Chinese Academy of Sciences · Academy of Mathematics and Systems Science
分类: vol 72 · issue 5 · pp 2823-2840
相关性 0/10 · novelty: new_theory
摘要: 本文在非单位非交换环的扩张上，利用一般单纯复形（simplicial complex）的特定结构构造了若干无限族码，并刻画了这些码的主要参数。当定义集由单个极大元素生成的单纯复形构成时，作者完全确定了码的 Lee 权重分布。通过对 Gray 映射码及相应 subfield-like 码的提取，获得了大量有限域 F_q 上的线性码，并在 q=2,3,4 时给出了保证其（Hermitian）自正交的条件。大多数导出的 F_q 码满足 Ashikhmin-Barg 极小性条件，且得到两个关于 Griesmer 界的距离最优无限族码。本文属于纯代数编码理论工作，与您关注的因果推断、高维统计、半参数效率及计算统计等方向无交集。
关键技术: simplicial complex defining set, Lee weight distribution, Gray map codes, Ashikhmin-Barg condition, Griesmer bound, non-unital non-commutative ring extension
为什么对您有用: 本文属于代数编码理论，与您 primary interests（因果推断、高维/RMT、半参数/效率、U-statistics、计算统计）及 secondary interests（天文统计、经济理论、流行病学）均无直接或间接交集。武器库中的任何工具（minimax bounds、tensor contraction/einsum、HOIF 等）均无法切入该文的纯代数构造问题。暂不可做：核心机器（有限域上的代数编码理论、环扩张结构）不在武器库里，且该方向与您的研究路线无交叉，不建议花时间阅读。

15. 10.1109/tit.2026.3665439 · arXiv — The Generalized Trifference Problem¶

作者: Anurag Bishnoi, Bartłomiej Kielak, Benedek Kovács, Zoltán Lóránt Nagy, Gábor Somlai, Máté Vizer et al.
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2907-2914
相关性 0/10 · novelty: new_theory
摘要: 本文研究广义 trifference 问题：在长度为 n 的三元向量集合中，求满足任意三个不同向量至少在 m 个坐标上 pairwise 不同的最大向量数 T(n,m)。该问题是理论计算机科学中 perfect k-hashing（k=3）的特殊情形，经典情形 m=1 仍属 open problem。作者对 T(n,m) 在 m 的不同取值区间给出了上下界，并确定了使 T(n,m) 从常数跃变为指数增长的相变阈值 m(n)。通过将线性版本与有限几何中的 blocking sets 问题关联，给出了显式构造与概率下界，并计算了小参数下的精确值。此外，文章将 trifference 问题与 sunflower conjecture 建立了联系。对您而言，本文的 pairwise 差异条件与组合相变阈值分析，可为高维假设检验中多重比较的离散结构或 higher-order U-statistics 的 combinatorial identity 提供外围参考。
关键技术: perfect k-hashing problem, phase transition threshold, blocking sets in finite geometry, probabilistic lower bounds, sunflower conjecture, explicit combinatorial constructions
为什么对您有用: 本文属于离散数学/理论计算机科学，与您 primary interests 的统计核心（因果推断、高维 RMT、半参效率界）无直接交集，但 pairwise 差异的组合约束与 sunflower 结构在 higher-order U-statistics 的 combinatorial projection 中有远端类比。您武器库中的 higher-order U-statistics (moderately_familiar) 可用来审视其 combinatorial identity 是否能转化为 U-stat kernel 的 contraction cost 分析，但本文核心是纯组合极值而非统计推断。暂不可做：本文的 finite geometry 与 blocking sets 机器不在武器库中，且缺乏统计 estimand / rate 问题作为入口，仅适合作为组合结构的背景浏览。

16. 10.1109/tit.2026.3670959 — Cyclic Codes With Even Length From the (C ₁ + C ₂ ,C ₁ – C ₂ ) Construction¶

作者: Daotong Qiu, Jian Gao, Fanghui Ma, Jiafu Mi, Fang-Wei Fu
期刊/来源: IEEE Transactions on Information Theory
机构: Shandong University of Technology · Nankai University · Laboratoire de physique de la matière condensée
分类: vol 72 · issue 5 · pp 2753-2768
相关性 0/10 · novelty: new_theory
摘要: 本文研究由循环码与负循环码通过(C₁+C₂, C₁−C₂)构造得到的偶长循环码的重量分布与距离最优性。设定中C₁为[n,s₁,d₁]_q循环码、C₂为[n,s₂,d₂]_q负循环码，合并后形成[2n,k≤s₁+s₂]_q循环码。核心机制是利用Gauss sum在若干特殊情形下精确确定该构造码的weight distribution，并通过puncturing与shortening技术派生六类距离最优或近似最优线性码。主要结果给出了若干显式的distance-optimal或best known few-weight偶长循环码族，并将 punctured/shortened 码的locality性质应用于locally recoverable codes的最优性判定。本文属于纯代数编码理论，与统计推断或高维数据分析无交集。
关键技术: cyclic code construction, Gauss sum, weight distribution, puncturing and shortening, Griesmer bound, locally recoverable codes
为什么对您有用: 本文属于代数编码理论，与您关注的因果推断、高维/随机矩阵、半参数效率、U-统计量及统计计算等方向均无交集，无法提供方法学迁移或数据集参考。武器库中的所有工具（minimax bounds、tensor contraction、HOIF等）均无法切入此纯代数问题。暂不可做：核心数学机器（有限域代数、Gauss sum、编码距离界）不在武器库中，且该方向与统计研究目标无关，不建议花时间阅读。

17. 10.1109/tit.2026.3675319 · arXiv — On MDS Convertible Codes in the Merge Regime¶

作者: Vinayak Ramkumar, Xiangliang Kong, G. Yeswanth Sai, Myna Vajha, M. Nikhil Krishnan
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2963-2977
相关性 0/10 · novelty: new_method
摘要: 本文研究分布式存储系统中 MDS 可转换码在合并设定下的参数转换问题：将 λ 个初始 [n^I=k^I+r^I, k^I] MDS 码字合并为一个最终 [n^F=λk^I+r^F, k^F=λk^I] MDS 码字。核心 estimand 是转换过程中的 access cost（访问磁盘总数）与 bandwidth cost（传输符号总数）的最小化。作者给出三个达到最优 access cost 的构造：前两个适用于 λ≤r^I 且对 r^I 与域大小 q 有特定整除条件，同时最小化逐符号与总体 access cost；第三个构造基于 Kong 的先前方案，支持任意参数且在绝大多数情形下域大小达到 MDS 猜想隐含的下界。此外，基于 piggybacking 框架改进 Maturana 与 Rashmi 的带宽最优构造，降低了 sub-packetization。对您而言，本文属于编码理论而非统计推断，与您的 primary interests 无直接交集。
关键技术: MDS convertible codes, code conversion merge regime, optimal access cost, optimal bandwidth cost, piggybacking framework, MDS conjecture lower bound
为什么对您有用: 本文属于编码理论与分布式存储领域，与您关注的 causal inference、高维统计、semiparametric efficiency 等方向无交集，核心数学工具（有限域线性代数、MDS 猜想）不在您的 technical arsenal 中。暂不可做：核心机器（编码理论、有限域构造）不在武器库里，且问题设定与统计推断无关，不建议花时间阅读。

18. 10.1109/tit.2026.3668351 — Polyphase Sequences With Flexible Zero-Ambiguity-Zone Configurations for Integrated Sensing and Communications¶

作者: Gangsan Kim, Hong-Yeop Song, Guang Gong
期刊/来源: IEEE Transactions on Information Theory
机构: Yonsei University · University of Waterloo
分类: vol 72 · issue 5 · pp 3421-3435
相关性 0/10 · novelty: new_theory
摘要: 本文研究集成感知与通信（ISAC）波形中的多相零模糊区（ZAZ）序列理论，目标是让序列在感兴趣的延迟–多普勒区域上具有可设计的ZAZ形状，支持多模式感知–通信操作。作者首先证明具有最优矩形自ZAZ的多相序列必属于某无相关最优ZCZ序列族，反之亦成立；随后将矩形ZAZ的最优性条件推广到一般中心对称凸ZAZ。文中提出了几类构造方法，可生成严格或渐近最优矩形ZAZ、以及渐近最优菱形/六边形ZAZ的序列族。理论结果属于序列设计与代数编码领域，与统计推断或高维数据建模无交集。对您而言，本文不在任何primary或secondary interest覆盖范围内，方法学novelty仅限于通信序列设计。
关键技术: polyphase sequence construction, zero-ambiguity-zone (ZAZ), zero-correlation-zone (ZCZ) sequence family, centrally symmetric convex ZAZ optimality, delay–Doppler region design
为什么对您有用: 本文属于通信序列设计与代数编码领域，与您的因果推断、高维统计、RMT、U-statistics、效率理论及计算统计等primary interest均无交集，亦不涉及astrostats/econ/epi等secondary方向。武器库中的任何工具（minimax bound、tensor contraction、HOIF等）均无法切入该序列构造问题。暂不可做：核心机器（代数序列设计、ZCZ/ZAZ代数理论）不在武器库里，且该方向与统计推断无自然桥梁，不建议花时间阅读。

19. 10.1109/tit.2026.3669230 — Constructions of Combinatorial Neural Codes With Asymmetric Discrepancy¶

作者: Zhonghua Sun, Xinxin Song, Yang Li
期刊/来源: IEEE Transactions on Information Theory
机构: Hefei University of Technology · Nanyang Technological University
分类: vol 72 · issue 5 · pp 2949-2962
相关性 0/10 · novelty: new_theory
摘要: 本文研究基于非对称差异度（asymmetric discrepancy）的组合神经码（CN码）的构造问题，该码类由 Cotardo 和 Ravagnani (2022) 引入，动机源于理论神经科学与二元非对称无记忆信道。作者首先刻画了等距 CN 码的性质，并基于 Hadamard 码与 punctured Hadamard 码提出若干等距 CN 码的构造方法。随后，对二元线性码 C，分析了其非零子集 C{0}、陪集 u+C 及并集 C∪(1+C) 的最小非对称差异度，并结合 simplex 码与 projective 2-weight 码完全确定了若干类 CN 码的精确参数。本文属于编码理论中的纯组合构造工作，与统计推断或高维统计无直接交集，对您的因果推断、高维/随机矩阵或效率理论等核心方向没有方法论迁移价值。
关键技术: asymmetric discrepancy, combinatorial neural codes, Hadamard codes, simplex codes, projective 2-weight codes, binary asymmetric channel
为什么对您有用: 本文属于纯组合编码理论，与您 primary interests 中的因果推断、高维/随机矩阵理论、半参数效率或 higher-order U-statistics 均无直接技术交集，亦不涉及 astrostats/econ/epi 的 gateway reading 价值。武器库中的 minimax bounds、tensor contraction/einsum 或 HOIF 等工具无法切入该论文的组合构造问题。暂不可做：核心机器（组合编码理论、非对称差异度的代数结构分析）不在武器库里，且该方向对您的研究议程无实质推进，不建议花时间阅读全文。

20. 10.1109/tit.2026.3665880 — The Covering Radius of Group Codes¶

作者: Minjia Shi, Lu Wang, Mathieu Dutour Sikirić, Patrick Solé
期刊/来源: IEEE Transactions on Information Theory
机构: Anhui University · Croatian Institute of Transfusion Medicine · Centre National de la Recherche Scientifique · Aix-Marseille Université · Centrale Marseille · Institut Polytechnique de Bordeaux
分类: vol 72 · issue 5 · pp 2791-2800
相关性 0/10 · novelty: new_method
摘要: 本文研究 Coxeter 群作用下轨道生成的群码（group codes）的覆盖半径（covering radius），这是球面码的一个经典极值参数。作者基于几何思想提出了一种计算覆盖半径的精确算法，并在维度 ≤8 的范围内系统计算了各类 Coxeter 群码的覆盖半径值。将这些数值与球面覆盖下界及 Fazekas-Levenshtein、Boyvalenkov-Stoyanova 关于给定强度球面设计覆盖半径的界进行对比，发现许多码规模下这些群码是已知最稀疏的球面覆盖。对您而言，本文属于编码理论/离散几何领域，与因果推断、高维统计或效率理论等核心方向无直接技术交集。
关键技术: group codes, covering radius, Coxeter groups, spherical codes, sphere covering bound
为什么对您有用: 本文属于纯编码理论与离散几何，与您 primary_interests 中的因果推断、高维/RMT、效率理论、U-统计量等均无直接技术连接。您 technical_arsenal 中的高维渐近理论或 M-估计虽涉及极值问题，但此处是有限群轨道的离散几何极值，工具不可迁移。暂不可做：核心机器（有限群表示论、球面设计理论）不在武器库中，且该方向与您当前研究议程无交叉，不建议深入阅读。

21. 10.1109/tit.2026.3667652 · arXiv — The Voronoi Spherical CDF for Lattices and Linear Codes: New Bounds for Quantization and Coding¶

作者: Or Ordentlich
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2931-2948
相关性 0/10 · novelty: new_theory
摘要: 本文研究格（lattice）与线性码（linear code）的 Voronoi 球面 CDF，即 Voronoi 胞内均匀分布随机向量的 ℓ₂ 范数 / Hamming 权重的累积分布函数。在任意有限维设定下，利用 first moment method 与 Jensen 不等式，推导了随机格 / 随机线性码期望 Voronoi 球面 CDF 的下界，该界与基于球（ball）的下界非常接近。这些 CDF 下界直接转化为非渐近上界：随机格在 AWGN 信道下的归一化二阶矩与错误概率，以及随机线性码在 BSC 下的 Hamming 畸变与错误概率。核心结果表明，大多数格的二阶矩仅比同体积欧氏球大 (1+O(1/n)) 倍；大多数线性码的期望 Hamming 畸变仅比对应 Hamming 球大一个绝对常数加项。对您而言，本文的 first moment method + Jensen 技术路线与高维随机几何/随机矩阵理论有底层概率工具的交集，但核心问题（量化与编码的非渐近界）偏离您的因果推断/效率理论/U-stat 主线。
关键技术: Voronoi spherical CDF, first moment method, Jensen's inequality, normalized second moment, random lattice / random linear code, non-asymptotic bounds
为什么对您有用: 本文属于信息论与高维随机几何的编码/量化理论，与您 primary interest 中的高维统计与随机矩阵理论（RMT）有底层概率工具（first moment method、高维随机体积浓度）的交集，但核心 estimand（归一化二阶矩、Hamming 畸变）与错误概率界不在您的研究主线内。您武器库中的 minimax bounds 与高维渐近工具可用来审视本文非渐近界的紧性，但缺乏信息论编码/量化背景会让问题转化困难。暂不可做：核心问题（格量化与信道编码的非渐近界）的领域知识不在武器库中，且与因果/效率/U-stat 无直接方法论连接，不建议深入跟进。

22. 10.1109/tit.2026.3672681 — The Minimum Distance of Three Classes of Primitive BCH Codes and Certain Classes of Cyclic Codes¶

作者: Varsha Tiwari, Pramod Kumar Kewat
期刊/来源: IEEE Transactions on Information Theory
机构: Indian Institute of Technology Dhanbad
分类: vol 72 · issue 5 · pp 2881-2906
相关性 0/10 · novelty: new_theory
摘要: 本文研究三类原始 BCH 码及若干由非连续分圆陪集定义集构成的循环码的最小距离精确确定问题，设定为有限域上的代数编码理论框架。核心机制依赖于分圆陪集的代数结构分析与 Dickson 多项式的性质，通过刻画定义集的组合特征来推导码字的最低重量下界并证明其可达性。主要理论结果为给出了这三类 BCH 码的最小距离精确值，并解决了 Ding 提出的关于 Dickson 多项式循环码最小距离的公开问题。该论文属于纯代数编码理论，与统计推断或高维统计中的随机矩阵/假设检验等方向无直接技术交叉，对您的核心研究兴趣暂无直接借鉴价值。
关键技术: primitive BCH codes, cyclotomic cosets, cyclic codes defining sets, Dickson polynomials, minimum distance determination
为什么对您有用: 本文属于纯代数编码理论，与您关注的 causal inference、high-dimensional/RMT、higher-order U-statistics、semiparametric efficiency 等核心方向无技术交集，亦非 astrostats/econ/epi 的 gateway reading。武器库中的 minimax bounds 或 tensor contraction 工具无法切入该代数组合问题。暂不可做：核心机器（有限域代数编码理论、分圆陪集组合分析）不在武器库里，且该方向与统计推断的关联极弱，不建议花时间读全文。

23. 10.1109/tit.2026.3671733 · arXiv — Asymptotically Optimal Aperiodic and Periodic Sequence Sets With Low Ambiguity Zone Through Locally Perfect Nonlinear Functions¶

作者: Zheng Wang, Zhengchun Zhou, Avik Ranjan Adhikary, Yang Yang, Sihem Mesnager, Pingzhi Fan
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3407-3420
相关性 0/10 · novelty: new_theory
摘要: 本文研究集成感知与通信系统中低模糊区（LAZ）序列集的构造问题，目标是在周期与非周期模糊函数下界约束下获得渐近最优序列集。作者引入局部完美非线性函数（LPNFs），结合交织技术，提出三类参数灵活的周期与非周期 LAZ 序列集。所提周期和非周期序列集分别对近期文献中的周期和非周期 AF 下界渐近最优，其中非周期 LAZ 序列集是文献中首个满足该界的结果。最后证明这些序列集循环互异。本文属于序列设计与有限域代数构造，与统计推断或高维理论无交集，对您的核心研究方向无直接参考价值。
关键技术: locally perfect nonlinear functions, interleaving technique, low ambiguity zone sequences, ambiguity function bounds, asymptotic optimality
为什么对您有用: 本文属于纯序列设计/有限域代数领域，与您关注的因果推断、高维统计、RMT、U-统计量及计算统计-tradeoff 均无交集。核心机器（LPNF、交织构造、AF 下界）不在您的武器库中，且该方向无需统计推断视角的切入。暂不可做：主题完全偏离，无需投入时间阅读。

24. 10.1109/tit.2026.3669567 · arXiv — New Constructions of Locally Perfect Nonlinear Functions and Their Application to Sequence Sets With Low Ambiguity Zone¶

作者: Zhiye Yang, Zheng Wang, Huaning Liu, Keqin Feng
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3436-3446
相关性 0/10 · novelty: new_theory
摘要: 本文研究集成感知与通信系统中低模糊区序列的构造问题，核心对象是局部完美非线性函数及其在 LAZ 序列设计中的应用。作者提出三类新的 LPNF 构造方法，利用这些函数生成具有更灵活参数的 LAZ 序列集。理论结果方面，所构造的 LAZ 序列在 Ye-Zhou-Fan-Liu-Lei-Tang bound 下达到渐近最优。该工作属于代数组合与编码理论的纯构造性结果，与统计推断或高维理论无直接交集，对您的研究方向暂无可用连接。
关键技术: locally perfect nonlinear functions, low ambiguity zone sequences, asymptotic optimality bounds, sequence construction via finite field functions
为什么对您有用: 本文属于代数组合/编码理论领域，与您 primary interests（因果推断、高维/RMT、U-statistics、效率理论）及 secondary interests 均无交集。武器库中的任何一项（高维渐近、U-stat 计算、semiparametric 理论）均无法切入此论文的问题设定。follow-up 判断：暂不可做——核心机器（有限域上的完美非线性函数构造、序列设计的组合界）不在武器库中，且该方向与统计推断无自然通道。

25. 10.1109/tit.2026.3670189 · arXiv — Further Results on Bent Partitions¶

作者: Jiaxin Wang, Yadi Wei, Fang-Wei Fu
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 3447-3459
相关性 0/10 · novelty: new_theory
摘要: 本文研究有限域 \(\mathbb{F}_p\) 上 \(n\) 维向量空间 \(V_n^{(p)}\) 的 bent partition 性质，核心 estimand/object 是 bent partition 的深度是否必为 \(p\) 的幂。作者证明：若 bent partition 生成的所有 \(p\)-ary bent 函数均为 regular 或均为 weakly regular 但非 regular，则其深度必为 \(p\) 的幂，部分解决了该公开问题。此外，提出了新的 bent partition 构造方法（区分是否对应 vectorial dual-bent 函数），并给出了 vectorial dual-bent 函数的新构造。对 \(V_n^{(2)}\) 上的 bent partition，建立了基于 Hadamard 矩阵的刻画。本文属于有限域与组合设计领域的纯代数/组合结果，与统计推断或高维统计无直接交集。
关键技术: bent partition, vectorial bent function, finite field vector space, Hadamard matrix characterization, partial difference set
为什么对您有用: 本文属于密码学/组合数学的纯理论工作，与您的 primary interests（因果推断、高维/RMT、U-statistics、效率理论、计算统计）及 secondary interests 均无交集。武器库中的任何工具（tensor contraction / minimax / HOIF / semiparametric）均无法切入此组合/代数问题。暂不可做：核心机器（有限域上的 bent function 与 difference set 理论）不在武器库中，且无方法论迁移价值。

26. 10.1109/tit.2026.3668262 · arXiv — Bounds and Optimal Constructions of Generalized Merge-Convertible Codes for Code Conversion Into LRCs¶

作者: Haoming Shi, Weijun Fang, Yuan Gao
期刊/来源: IEEE Transactions on Information Theory
分类: vol 72 · issue 5 · pp 2841-2860
相关性 0/10 · novelty: new_theory
摘要: 本文研究分布式存储系统中纠错码参数动态调整的 code conversion 问题，目标是在初始码与目标码均为 (r,δ)-LRC 或 MDS 码的设定下，最小化 access cost。作者首先建立了目标码为 (r,δ)-LRC 时 merge conversion 的 access cost 新下界，该界统一并推广了此前所有已知界。随后利用有理函数域自同构群的子群构造了一族 access-optimal 的 MDS convertible codes，且达到 per-symbol read access-optimal。进一步将 MDS 构造扩展至 (r,δ)-LRC 之间的转换，覆盖了文献中未报告的参数区域；最后用 parity-check matrix 方法给出了 MDS 码到 (r,δ)-LRC 的首个显式 access-optimal 构造，所有构造的有限域大小随码长线性增长。本文属于编码理论中的组合/代数构造工作，与统计推断或高维统计无直接交集，对您的核心研究方向暂无方法论迁移价值。
关键技术: merge-convertible codes, (r,δ)-locally repairable codes (LRC), rational function field automorphism groups, parity-check matrix construction, access cost lower bounds
为什么对您有用: 本文属于纯编码理论（组合与代数构造），与您在 causal inference、高维统计、semiparametric efficiency 或 higher-order U-statistics 的任何子方向均无交集。您武器库中的 minimax bounds、tensor contraction / einsum 复杂度、HOIF 等工具无法攻入此文的组合/有限域构造口子。暂不可做：核心机器（有限域代数几何、编码理论组合界）不在武器库里，且该方向与您的 primary interests 缺乏问题层面的自然连接，不建议花时间深入阅读。

Maintained by 陈星宇 · Homepage · Source on GitHub