✨
AI Summary & Key Takeaways
AI Insight⚡ TL;DR(Too Long; Didn't Read)
We investigate the dual of linear codes and the weight enumerator of MDS codes with respect to this metric.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:We explore the structure of linear codes with respect to the $rho$ metric.
📊
Key Findings & Data:Taking advantage of this structure, we show that the minimum distance of linear and cyclic codes can be determined easily.
💡
Conclusion & Impact:We investigate the dual of linear codes and the weight enumerator of MDS codes with respect to this metric.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Domain Parameters
Abstract
We explore the structure of linear codes with respect to the $rho$ metric. Taking advantage of this structure, we show that the minimum distance of linear and cyclic codes can be determined easily. We investigate the dual of linear codes and the weight enumerator of MDS codes with respect to this metric.
Özet
Bu çalışmada $rho$ metriğine göre lineer kodların yapıları incelendi. Kodların yapılarından faydalanılarak, bu metriğe göre lineer ve devirli kodların minimum uzaklığının kolaylıkla tespit edilebildiği gösterildi. Bu metriğe bağlı olarak lineer kodların dualleri incelendi ve MDS kodların ağarlık sayaçları bulundu.
🔖
Cite This Article
ÖZEN, M., ŞİAP, İ., ÇALLIALP, F. (2022). The structure of linear codes with respect to a non-hamming (Rosenbloom-Tsfasman) metric. Anadolu Üniversitesi Bilim ve Teknoloji Dergisi :A-Uygulamalı Bilimler ve Mühendislik, Cilt: 5 - Sayı: 2, 253–258. https://ajindex.com/articles/438438