信源与消息压缩的统一方法
信息论
2019-06-07 v4 math.IT
摘要
我们研究了在点对点和多方场景（有和没有边信息）下一次性设置中信源与消息压缩的问题。我们利用凸分割技术（由[Anshu, Devabathini and Jain 2014]引入）和基于位置的译码技术（由[Anshu, Jain and Warsi 2017]引入，其转而使用分布间的假设检验）以统一的方式推导了这些任务的可达结果。这些结果以平滑最大散度和平滑假设检验散度表示。作为本工作所研究任务的副产品，我们在一次性情形下获得了若干已知的信源压缩结果（最初在渐近独立同分布设置中研究）。我们的可达结果之一包含了带边信息的消息压缩问题，该问题最初由[Braverman and Rao 2011]研究。我们通过证明一个逆界表明，我们的结果与[Braverman and Rao 2011]中的结果在一次性设置下均接近最优。
引用
@article{arxiv.1707.03619,
title = {A unified approach to source and message compression},
author = {Anurag Anshu and Rahul Jain and Naqueeb Ahmad Warsi},
journal= {arXiv preprint arXiv:1707.03619},
year = {2019}
}
备注
32 pages, 1 figure. Expanded discussion, improved dependence on error