用于假设检验的单次压缩

云端处理能力的增强使受限设备能够卸载昂贵的计算：例如，复杂的数据分析任务可由远程服务器计算。远程执行需要一种新的压缩范式，在速率约束下优化分析任务的性能，而非关注源重建的传统率失真框架。本文考虑一个简单的二元假设检验场景，其中资源受限的客户端（发送端）对从两个分布之一采样的数据进行定长单次压缩；服务器（接收端）对多个接收样本进行假设检验以确定正确的源分布。为此，将任务感知压缩问题表述为：在速率约束下寻找最优源编码器，以最大化服务器端假设检验的渐近错误性能。提出了一种基于贪心优化过程的新源编码策略，并表明所提压缩方案在一系列速率约束下优于通用定长单次编码方案。