バイナリコードにフィードバックを用いた場合、リストサイズℓに対する最大の誤り耐性は1/2 - 1/(2ℓ+2-2)である。
エルゴード性は、チャネル容量の不可欠な要素である。一般化されたチャネル容量C = supX I(X; Y)は否定的な結論に至り、「ゆっくりフェージングチャネルの容量は厳密なシャノンの意味では0である」という一般的な主張は概念的に間違っている。
サンプルサイズの増加に伴い動的に変化する有限アルファベットにおけるシャノンエントロピーのプラグイン推定量の漸近正規性、Berry-Esseen不等式、および中程度の偏差原理が成立することを示した。
チャネルを介した識別問題に対する逆変換手法を包括的に解説する。特に、Hayashi、Watanabe、Ahlswede、Dueckらの先駆的な研究成果に焦点を当てる。
部分σ-代数を用いて、損失関数に関する不確実性の定量化を一般化した。エントロピーと情報は、完全な知識と部分的な知識への不確実性の削減として統一的に扱える。
寧蔡は情報理論の分野で先駆的な業績を残し、ネットワークコーディングの開拓者として知られている。彼の研究は通信複雑性、任意変動チャネル、量子情報理論など、広範囲にわたる。寧蔡は多くの研究者を指導し、学界に大きな影響を与えた。
蔡宁の逝去を悼み、情報理論と関連分野における彼の卓越した貢献を称える。
Shannon情報理論に基づき、二次歪み率-歪み関数の下限と上限を導出し、その特性を明らかにする。
情報理論的な情報漏洩メトリクスは、観測された変数Yを通して私的変数Xについて漏洩する情報量を定量化する。これらのメトリクスは、敵対者に対してXを秘匿したい場合のシステムのプライバシーを評価するのに使用できる。ポイントワイズ情報漏洩メトリクスは、特定の実現値yを観測した際の漏洩を定義し、グローバルメトリクスは全体的な漏洩量を定量化する。多数の独立な観測値を得た敵対者の場合、プライバシーは指数関数的に劣化し、その速度は最小のChernoff情報によって決まる。
基盤モデルの学習は、トレーニングデータを圧縮した形でモデルの重みに表現されている。このことから、モデルの重みは、保護されたトレーニングデータの複製物や派生著作物と見なすことができる。