随笔分类 - 信息论
摘要:正态分布 正态分布的微分熵 \(\newcommand{\d}{\text{ d}}\)\(\newcommand{\E}{\mathbb{E}}\)当\(X\)满足正态分布\(N(\mu,\sigma^2)\)时,\(f(x)=\dfrac{1}{\sqrt{2\pi\sigma^2}}e^{-\
阅读全文
摘要:微分熵(Differential Entropy)\(\newcommand{\d}{\text{ d}}\) 对于连续的随机变量\(X\),假如它有概率密度函数\(f(x)\),那么我们仿照离散熵的表达式,定义\(X\)的微分熵为\(h(X)=-\displaystyle\int_S f(x)\l
阅读全文
摘要:Channel(信道)\(\newcommand{\X}{\mathcal{X}}\newcommand{\Y}{\mathcal{Y}}\) “通信”(Communication)到底是什么?严格地说,当我们说\(A\)与\(B\)通信时,我们指的是\(A\)通过一些物理作用改变了\(B\)的物理
阅读全文
摘要:\(\newcommand{\E}{\mathbb{E}}\)\(\newcommand{\X}{\mathcal{X}}\)现在我们要开始讨论熵的意义。讨论的核心就是数据的压缩编码。 首先我们要严格地定义编码。在这里,我们默认用二进制进行编码。事实上,我们将要证明的所有结论对于一般的\(\math
阅读全文
摘要:随机过程(Stochastic Process)\(\newcommand{\E}{\mathbb{E}}\) 在渐进均分性中,我们讨论的是一列独立同分布的随机变量。现在我们要讨论一列并不独立同分布的随机变量,这样的一列随机变量通常被称为一个“随机过程”,记为\(X_1,X_2,\cdots,X_t
阅读全文
摘要:渐进均分性(Asymptotic Equipartition Property, AEP) \(\newcommand{\E}{\mathbb{E}}\)在概率论中,我们有(弱)大数定理:对于一列独立同分布的随机变量\(X_1,X_2,\cdots\)。设\(X_i\sim X\)。前\(n\)个随
阅读全文
摘要:The real measure of information is not in the symbols we send -- it's in the symbols we could have sent, but did not. 信息与随机事件 “信息(information)”的含义是什么呢
阅读全文