Core Concepts
NTCはi.i.d.シーケンスに対してサブ最適であることを実証し、LTCが最適なベクトル量子化を実現することを示す。
Abstract
ニューラル圧縮は低次元潜在ベクトルに変換し、エントロピー符号化された整数に丸められる。
NTCは一度きりのコーディングスキームであり、i.i.d.シーケンスではサブ最適。
LTCは最適なベクトル量子化を実現し、R(D)関数に近づく。
一般的なベクトルソースではLTCが1回きりのコーディング性能を向上させる。
LTCはi.i.d.ベクトルソースのブロックコーディングも可能。
Stats
NTCはECSQを回復するが、N = 2ではECSQと同等の性能しか達成しない。
ECVQにおけるEc(D)がECSQよりも低いことが示されている。
Quotes
"NTC with n = 1 is able to recover ECVQ with n = 1, also known as entropy-constrained scalar quantization (ECSQ)."
"NTC at n = 2 is unable to outperform Ec(D) of ECSQ, which is the lower bound of Ec(D) at n = 1."