语义信息 G 测度与失真、新鲜度、目的性和效率的关系

为提升通信效率并提供更有用信息，我们需要结合不准确性或失真、新鲜度、目的性和效率来度量语义信息。作者此前提出了语义信息 G 测度。该测度比其他语义或广义信息测度更兼容香农信息论，并已应用于机器学习。本文聚焦于语义预测信息（含观测信息）与目的性（或与目标相关）信息（涉及语义通信与约束控制）。以 GPS 指针为例讨论语义预测信息随不准确性与时间（信息年龄）的变化。给出约束控制（控制概率分布）的示例，用于度量目的性信息并最大化该信息及信息效率。引入信息率保真度函数（信息率失真函数的推广）用于优化。两个计算示例演示了如何度量预测与目标相关信息并优化信息效率。结果与理论结论吻合良好。G 测度与深度学习相关；其在机器学习中的应用值得探索。通信效率还涉及效用或信息价值；结合效用的语义通信优化尚需进一步研究。