利用统计算法在具有平移不变约束的离散格上进行最优编码
信息论
2008-11-02 v5 math.IT
摘要
本文将提出一种方法论，用于以渐近最优的方式在具有某些平移不变约束的离散格赋值中对信息进行编码。该方法基于寻找此类赋值的统计描述并将其转化为统计算法，从而允许确定性地构造具有给定统计特性的赋值。最优统计特性允许生成具有均匀分布的赋值——我们通过这种方式获得最大信息容量。我们将展示，对于一维模型，我们可以利用最大熵随机游动达到最优；而对于一般情况，我们可以实际上任意接近模型的容量（数值发现：对于 Hard Square 模型，每节点损失 bit）。此外，还将提出一种比算术编码更简单的替代方法，该方法也可用作密码系统和数据校正方法。
引用
@article{arxiv.0710.3861,
title = {Optimal encoding on discrete lattice with translational invariant constrains using statistical algorithms},
author = {Jarek Duda},
journal= {arXiv preprint arXiv:0710.3861},
year = {2008}
}
评论
39 pages, 8 figures Submitted to IEEE Information Theory