Enregistrement W2145901689 · doi:10.1109/cwit.2007.375710

On Optimum Conventional Quantization for Source Coding with Side Information at the Decoder

2007· article· en· W2145901689 sur OpenAlexaff

Lin Zheng, Dake He, En‐hui Yang

Notice bibliographique

Revuenon disponible

Typearticle

Langueen

DomaineEngineering

ThématiqueWireless Communication Security Techniques

Établissements canadiensUniversity of Waterloo

Organismes subventionnairesnon disponible

Mots-clésCoding (social sciences)Computer scienceQuantization (signal processing)AlgorithmDistortion (music)Lossy compressionDiscrete mathematicsTheoretical computer scienceArtificial intelligenceMathematicsStatisticsBandwidth (computing)Telecommunications

DOI10.1109/cwit.2007.375710

Résumé

récupéré en direct d'OpenAlex

Let X and Y denote two jointly memoryless sources with finite alphabets. Suppose that X is to be encoded in a lossy manner with Y as the side information available only at the decoder. A common approach to this lossy source coding problem is to apply conventional vector quantization followed by Slepian-Wolf coding. In this paper we are interested in the rate-distortion performance achievable asymptotically by this approach. Given an arbitrary single letter distortion measure d , it is shown that the best rate achievable asymptotically under the constraint that X is recovered with distortion level no greater than D ≥ 0 is R̂wz(D) = mintimes[I(X;X̂)-I(Y; X̂)] , where the minimum is taken over all auxiliary random variables X such that Ed(X, X̂) ≤ D and X ̂⟶ X ⟶ Y is a Markov chain. An extended Blahut-Arimoto algorithm is then proposed to calculate R̂wz(D) for any (X,Y) and any distortion measure, and the convergence of the algorithm is also proved. Interestingly, it is observed that the random variable X̂ achieving R̂wz(D) is, in general, different from the random variable X̂' achieving the classical rate-distortion function R(D) of X at distortion D . In particular, it is shown that in the case of binary sources and Hamming distortion measure, the random variable X achieving Rwz(D) is the same as the random variable X' achieving R(D) if and only if the channel PY|X from X to Y is symmetric. Thus, the design of conventional quantization in the case of side information at the decoder should be different from the case of no side information.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000

score de la tête « metaresearch » (Gemma)0,000

Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune

GenreSignal candidat: Empirique · Signal consensuel: aucune

Score de désaccord entre enseignants0,941

Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

Catégorie	Codex	Gemma
Métarecherche	0,000	0,000
Méta-épidémiologie (sens strict)	0,000	0,000
Méta-épidémiologie (sens large)	0,000	0,000
Bibliométrie	0,000	0,000
Études des sciences et des technologies	0,000	0,000
Communication savante	0,000	0,000
Science ouverte	0,000	0,000
Intégrité de la recherche	0,000	0,000
Charge utile insuffisante (le modèle a refusé de juger)	0,000	0,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012

Tête enseignante GPT0,248

Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail

Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Devis d'étudeSimulation ou modélisation

Domainenon disponible

GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3

Publié2007

Routes d'admission1

Résumé présentoui

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même sujetWireless Communication Security Techniques→Travaux en français237 207→