计算机科学 > 信息论
[提交于 2022年12月23日
]
标题: 一种通用的随机编码集合用于逐样本有损压缩
标题: A Universal Random Coding Ensemble for Sample-wise Lossy Compression
摘要: 我们提出了一种通用的集合,用于随机选择率失真码,该集合在样本意义上是渐近最优的。 根据这个集合,每个再现向量$\hbx$是在与$2^{-LZ(\hbx)}$成比例的概率分布下独立随机选择的,其中$LZ(\hbx)$是与 1978 年版本的 Lempel-Ziv(LZ)算法相关的$\hbx$的码长。 我们证明,在任意失真度量下,该码书以高概率产生一个渐近最优的变速率有损压缩方案,即存在一个对应的逆定理。 根据逆定理,即使解码器提前知道源向量的$\ell$阶类型($\ell$是一个大但固定的正整数),对于表示同一类型的全部源向量的大多数码字来说,上述码的性能也无法得到实质性的改进。 最后,我们对结果进行了讨论,其中包括与其他编码方案的比较,该方案选择所有与源向量允许失真范围内的向量中 LZ 码长最短的再现向量。
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.