计算机科学 > 信息论
[提交于 2022年12月21日
]
标题: 分层测度的典型性
标题: Typicality for stratified measures
摘要: 欧几里得空间上的分层测度在这里定义为可测测度的凸组合。 它们可能相对于勒贝格测度是奇异的,并且推广了连续-离散混合体。 因此,一个分层测度$\rho$可以表示为$\sum_{i=1}^k q_i \rho_i$,其中$(q_1,..,q_k)$是一个概率向量,每个$\rho_i$对于某个整数$m_i$来说都是$m_i$-可测的,即 与$m_i$-豪斯多夫测度在$\mu_i$上的绝对连续性,在$m_i$-可求长集$E_i$上(例如,光滑的$m_i$-流形)。我们引入了一组强典型实现的$\rho^{\otimes n}$(无记忆信源),这些实现出现的概率很高。 典型的实现支持在有限个层的并集上 $\{E_{i_1}\times \cdots \times E_{i_n}\}$,其维度集中在平均维度$\sum_{i=1}^k q_i m_i$附近。 对于每个$n$,不同层上的豪斯多夫测度的适当和给出了参考“体积”的自然概念;典型集的体积的指数增长速率由 Csiszar 的$\rho$相对于$\mu=\sum_{i=1}^k \mu_i$的广义熵来量化。 此外,我们证明了这种广义熵满足链式法则,并且条件项与每个层中典型实现的体积增长有关。 链式法则及其渐近解释在更一般的分段连续测度框架中成立:在成对不相交集合上限制的测度的凸组合,这些集合配备了参考$\sigma$-有限测度。 最后,我们证明了当我们将该平均维度概念应用于分层测度时,它与 Rényi 的信息维数一致,但此处使用的广义熵与 Rényi 的维度熵不同。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.