부분 소스별 충실도 기준에 따른 합성 소스의 레이트-왜곡 분석
서로 다른 중요도를 가진 하위 소스들로 구성된 합성 소스를 손실 압축할 때, 각 하위 소스의 특성을 고려한 충실도 기준을 적용해야 하며, 이를 통해 분류 후 압축(CTC) 코딩의 성능을 향상시킬 수 있지만, 최적의 코딩 방법과 비교했을 때 여전히 정보 손실이 발생할 수 있다.
관측된 소스 재구성을 통한 간접 손실 소스 코딩: 비점근적 경계 및 2차 점근 분석
본 논문에서는 연관된 두 소스의 데이터 압축 문제에 대한 비점근적 경계 및 2차 점근 분석을 통해 최적의 코딩률을 효율적으로 달성하는 방법을 제시합니다.
R(D)에 근접하는 교대 학습 및 압축 방식
본 논문에서는 역방향 적응형 손실 압축 시스템에서 탐색과 활용 사이의 균형을 최적화하는 방법으로 자연 선택(NTS) 기반 순차 코딩 방식을 제안하고, 이를 온라인 학습 및 강화 학습의 맥락에서 고찰합니다.
명시적 폴디드 리드-솔로몬 및 다중도 코드, 완화된 일반화된 싱글턴 경계 달성
명시적 폴디드 리드-솔로몬 코드와 단일 변수 다중도 코드는 최적의 리스트 크기로 리스트 디코딩 용량을 달성하여, 랜덤 코드와 동일한 성능을 보여줍니다.
고잡음 환경에서 개선된 명시적 준최적 코드
본 논문에서는 높은 잡음 환경에서 준최적의 레이트를 달성하는 향상된 명시적 코드 구성과 효율적인 디코딩 알고리즘을 제시합니다.
격자 기반 정보 이론적 측정: 고차원 상호 작용 분석을 위한 새로운 프레임워크
본 논문에서는 다변량 데이터에서 고차원 상호 작용을 효과적으로 측정하고 분석하기 위해 격자 이론을 기반으로 하는 새로운 정보 이론적 프레임워크를 제시합니다.
향상된 리스트 크기를 갖는 Folded Reed-Solomon 코드
본 논문에서는 향상된 리스트 크기를 가지면서 최적의 리스트 디코딩 반지름을 달성하는 명시적 Folded Reed-Solomon (FRS) 코드를 제시합니다.
리버스 섀넌 정리에 대한 대편차 분석
본 논문에서는 Rényi divergence를 이용하여 채널 시뮬레이션의 정확도를 측정하고, 통신 비용 제약 조건 하에서 Rényi divergence의 최적 수렴 속도를 분석합니다.
공유된 무작위성을 활용한 채널 시뮬레이션의 지수
본 논문에서는 공유된 무작위성을 활용한 채널 시뮬레이션의 오류 지수와 강한 역 지수를 정확하게 도출하고, 이들이 채널의 레니 상호 정보량의 최적화 문제로 표현될 수 있음을 보여줍니다.
문자에서 단어로, 그리고 다시 문자로: 정상 측정의 가역 코딩
서로 다른 카디널리티를 가진 두 개의 셀 수 있는 알파벳(예: 문자와 단어) 위의 무한 시퀀스에 대한 확률 측정 간의 가역 매핑인 정규화 전송을 소개하며, 이는 정상성과 에르고딕성을 모두 보존합니다.
© 2024 by Linnk AI