Exponential Strong Converse for Successive Refinement with Causal Decoder Side Information
我们考虑了具有因果解码器边信息的$k$ -用户连续加细问题，并得到了一个指数强逆定理。该问题的率失真区域可以作为Maor和Merhav（2008）的双用户情况的直接扩展来导出。我们表明，对于具有因果解码器侧信息的$k$ -用户连续细化问题的率失真区域之外的任何率失真元组，联合过度失真概率以指数速度接近1。我们的证明如下明智地适应最近提出的强逆技术Oohama使用的信息谱方法，率失真区域的变分形式和Hölder不等式。由El Gamal和Weissman考虑的具有因果解码器侧信息的有损信源编码问题是当前问题的特殊情况（$k=1$）。因此，El Gamal和Weissman问题的指数强逆定理作为我们结果的推论。
2019-02-23 cs.IT math.IT
Secure Source Coding with Side-information at Decoder and Shared Key at Encoder and Decoder
研究了当发送方和接收方共享独立的随机私钥时，边信息仅在解码端可用的率失真模糊问题。发送方压缩该序列，接收方重构该序列，使得源和输出之间的平均失真受到限制。在截取源编码消息的窃听者处测量模糊度，利用与源相关的边信息和解码器处的边信息。我们已经推导出了这个问题的整个可实现的率失真模糊区域。
2022-01-24 cs.IT math.IT
Distributed Indirect Source Coding with Decoder Side Information
本文面向任务语义通信与分布式学习场景，研究带解码器边信息的分布式间接信源编码率失真问题，给出通用率失真区域界，并在信源条件独立于边信息时精确刻画率失真函数。
2024-05-22 cs.IT math.IT
Sampling Rate Distortion
考虑具有$m$分量的离散无记忆多个源，其中在每个时刻对可能不同源的$k \leq m$进行采样并联合压缩，以便在给定失真标准下重构所有$m$源。引入了采样率失真函数的新概念，并首次对固定采样情况下的失真函数进行了刻画。接下来，对于在不知道源输出的情况下执行的独立随机采样，示出了无论解码器是否被告知采样集的序列，采样率失真函数都是相同的。此外，无记忆随机采样被认为是与采样器取决于源输出和一个知情的解码器。结果表明，确定性采样，其特征在于由一个条件点质量，是最佳的，足以实现采样率失真函数。对于无记忆随机采样与不知情的解码器，上界的采样率失真函数被认为具有类似的属性的条件点质量最优。它示出的例子，无记忆采样与一个知情的解码器可以严格优于任何独立的随机采样器，和无记忆采样可以做得更好，严格与一个知情的解码器比没有。
2016-07-14 cs.IT math.IT
Rate-Distortion Function for a Heegard-Berger Problem with Two Sources and Degraded Reconstruction sets
在这项工作中，我们调查的Heegard-Berger问题的实例与两个源和任意相关的边信息序列在两个解码器，其中解码器的重建集退化。具体地说，两个信源要以这样的方式编码，即两个信源中的一个由两个解码器有损地再现，而另一个在两个解码器中的一个处再现到某个规定的失真电平内。我们建立了一个单字母的率失真函数的表征，这个模型。在一些特殊情况下对这一结果的研究也揭示了两个源联合压缩的实用性。此外，我们还将我们的结果推广到这样的设置，其中在所有终端（即，编码器和两个解码器）可以共享该源分量的压缩版本的精确副本，即，共同的编码器-解码器重构约束。对于这个模型，以及，我们建立了一个单字母表征相关的率失真函数。
2015-08-26 cs.IT math.IT
Strategic Communication with Side Information at the Decoder
我们调查的问题，战略点到点的通信与边信息在解码器，其中的编码器和解码器有不匹配的失真函数。解码过程不受监督，它返回最小化解码器失真函数的输出序列。编码过程是预先设计的，并考虑到解码器的失真失配。当通信信道是完美的，解码器没有边信息时，这个问题在经济学文献中被称为Kamenica-Gentzkow的贝叶斯说服博弈。我们制定的战略通信的情况下，作为一个联合信源-信道编码的问题，边信息在解码器。源的信息内容影响编码的设计，因为它不同地影响两个不同的失真函数。边信息使分析复杂化，因为编码器不确定解码器对源统计的信任。我们通过控制由Wyner-Ziv源编码方案引起的后验信念来表征单字母最优解。这证实了即使解码过程不受监督也发送编码数据比特的益处。
2020-09-16 cs.IT math.IT
Constrained Source Coding with Side Information
在解码器的边信息的源编码问题进行了研究的约束，编码器-谁的边信息是不可用的-能够计算解码器的重建序列在一定的失真。对于离散无记忆源和有限的单字母失真措施，给出了一个表达式的最小描述率作为一个函数的联合法律的源和边信息和允许的失真在编码器和解码器。最小描述率也计算了无记忆高斯源与平方误差失真措施。还提供了对更一般问题的解决方案，其中存在多于两个失真约束，并且每个失真函数可以是三个自变量的函数：源符号、编码器的重构符号和解码器的重构符号。
2013-01-22 cs.IT math.IT
On Secure Source Coding with Side Information at the Encoder
考虑了一个带边信息（S.I.）的安全信源编码问题.在解码器和窃听器。编码器具有其希望通过到合法解码器的速率受限链路以有限失真描述的源。发送的消息也被窃听者观察到。编码器的目标是最大限度地减少合法解码器所引起的失真和窃听者的信息泄漏率。当编码器可以访问未编码的S.I.在解码端，我们描述了率失真信息泄漏率（R.D.I.）区域下的马尔可夫链假设和当S.I.在编码器处的S.I.缺席。当解码器还可以访问窃听者S.I.时，我们将R.D.I.没有马尔可夫链条件。然后，我们考虑一个相关的设置，其中编码器和解码器获得编码的S.通过一个速率受限的助手，并描述R.D.I.几种特殊情况下的区域，包括对数损失失真下的特殊情况和二次高斯设置的特殊情况。最后，我们考虑了在解码端的列表或熵约束的放大措施，并表明R.D.I.在这些放大措施下，本文考虑的设置区域与R.D.I.一致。在解码器处的每符号对数损失失真约束下的区域。
2013-07-03 cs.IT math.IT
Source Coding With Distortion Side Information At The Encoder
我们考虑有损信源编码时，影响失真测量的边信息可能在编码器，解码器，两者，或两者都没有。例如，这种失真辅助信息可以对噪声测量、传感器校准信息或感知效应（如掩蔽和对上下文的敏感性）的可靠性进行建模。当失真边信息在统计上独立于源时，我们表明，在许多情况下（例如，对于加法或乘法失真边信息），仅在编码器处知道边信息没有惩罚，并且在解码器处知道边信息没有优势。此外，二次失真的失真侧信息缩放的措施，我们评估的惩罚缺乏编码器的知识，并表明它可以是任意大的。在这种情况下，我们还勾勒了基于变换的量化器结构，有效地利用编码器侧信息的高分辨率限制。
2004-08-27 cs.IT math.IT
Distributed Source Coding, Multiple Description Coding, and Source Coding with Side Information at Decoders Using Constrained-Random Number Generators
本文统一分布式信源编码、多描述编码及解码器端带边信息的信源编码，证明两类多扩展问题等价，并基于约束随机数生成器构造可达码，刻画一般相关信源的多字母率失真区域。
2024-10-25 cs.IT math.IT
Construction of a Channel Code from an Arbitrary Source Code with Decoder Side Information
介绍了一种利用带译码器边信息的信源码构造信道码的方法。对于构造，任何一对编码器和解码器可用于具有解码器侧信息的源代码。约束随机数发生器用于生成满足由函数及其值指定的条件的随机数，以构造随机信道编码器。结果表明，信道编码问题可以分解为信道编码问题和带边信息的信源解码问题。
2017-04-17 cs.IT math.IT
Source Coding With Encoder Side Information
我们引入了失真边信息的概念，它不直接依赖于源，而是影响失真度量。我们表明，这样的失真边信息不仅是有用的编码器，但在某些条件下，知道它只在编码器是一样好，知道它在编码器和解码器，知道它只在解码器是无用的。因此，失真边信息是对Wyner和Ziv研究的信号边信息的自然补充，其依赖于源但不涉及失真度量。此外，当两种类型的边信息都存在时，我们表征了偏离仅编码器失真边信息和仅解码器信号边信息的配置的惩罚，这在许多情况下与完整的边信息知识一样好。
2004-12-28 cs.IT math.IT
Data Processing Bounds for Scalar Lossy Source Codes with Side Information at the Decoder
在本文中，我们介绍了新的下限的失真的标量固定速率码的有损压缩与边信息可在接收机。这些界限是通过将相关随机变量表示为马尔可夫链并应用Ziv和Zakai的广义数据处理不等式得到的。我们表明，通过用其他函数替换对数函数，在我们制定的数据处理定理中，我们在解码器处获得了带边信息的标量编码失真的新下界。对均匀源和凸函数$Q(t)=t^{1-α}$，$α>1$，证明了这些结果的有用性.在这种情况下的界限被证明是更好的比一个可以从Wyner-Ziv率失真函数。
2014-11-16 cs.IT math.IT
Secure Lossy Source Coding with Side Information at the Decoders
本文研究了在窃听者（称为Bob）和窃听者（称为Eve）处具有任意相关边信息的情况下的安全有损信源编码问题。该场景由希望压缩源以满足以下方面的期望要求的编码器组成：（i）Bob处的失真水平和（ii）Eve处的模糊率。假设解码器可以访问相关源作为边信息。例如，这个问题可以被看作是考虑到安全要求的著名的Wyner-Ziv问题的推广。一个完整的表征率失真模糊区域的情况下，任意相关的边信息在解码器推导出来。几个特殊的情况下的利益和应用程序的例子，以确保有损信源编码的二进制和三进制边信息的存在下，也被认为是。它示出的边信息在解码器和非零失真的存在下，在合法的解码器之间的统计差异可以是有用的保密性。这些结果的应用出现在各种分布式传感器网络的场景。
2010-09-20 cs.IT math.IT
Zero-Delay and Causal Single-User and Multi-User Lossy Source Coding with Decoder Side Information
我们考虑了零延迟单用户和多用户信源编码的平均失真约束和解码器边信息。零延迟约束转化为因果（顺序）编码器和解码器对以及瞬时码的使用。对于单用户设置，我们表明，最佳的性能是通过分时在最多两个标量编码器-解码器对，使用零错误的边信息码。在此设置中，边信息前瞻显示为无用。我们表明，因果编码功能的限制是一个导致性能下降，相比不受限制的系统，而不是顺序解码器或瞬时码。此外，我们表明，即使没有延迟约束，如果编码器或解码器被限制先验标量，性能损失不能由其他组件，这可以是标量以及没有进一步的损失补偿。最后，我们证明了多终端信源编码问题可以在零延迟机制下得到解决，并给出了率失真区域。
2013-01-01 cs.IT math.IT
Indirect Rate Distortion Functions with Side Information: Structural Properties and Multivariate Gaussian Sources
本文研究了带边信息的间接信源编码问题，推导了一般抽象空间下两个率失真函数的结构性质与重合条件，针对多元联合高斯源确立了最优测试信道性质与注水解，并利用新颖的实现理论证明了逆定理下界的可达性。
2024-10-11 cs.IT math.IT
Universal Coding of Ergodic Sources for Multiple Decoders with Side Information
一个多终端有损编码问题，其中包括各种问题，如Wyner-Ziv问题和补充交付问题的特殊情况下，被认为是。它示出的可实现的率失真区域中的任何点可以达到，即使源统计是未知的。
2010-04-19 cs.IT math.IT
One-shot source coding with coded side information available at the decoder
提出了当编码边信息在解码器处可用时用于信源编码的单次可达速率区域（具有帮助器的信源编码）。提出的可达区域是根据条件光滑最大Renyi熵和光滑最大Renyi发散。渐近地（在大的块长度的限制），该区域量化的频谱上的条件熵率和频谱上的互信息率。特别是，它符合率区域中导出的无限独立和相同分布的副本的源的限制。
2013-03-11 cs.IT math.IT
Universal Wyner-Ziv Coding for Distortion Constrained General Side-Information
我们调查的Wyner-Ziv编码，其中的统计的主要来源是已知的，但统计的信道产生的边信息是未知的，除了它是在一定的类。该类由信道组成，使得主源和边信息之间的失真小于阈值，但信道可能既不是平稳的也不是遍历的。在这种情况下，我们定义了一个新的率失真函数作为最小速率，使得存在一个Wyner-Ziv码，这是通用的类中的每个通道。然后，我们给出了率失真函数的上界和下界，并推导出一个匹配条件，使得上界和下界重合。讨论了新的率失真函数与Heegard-Berger问题的率失真函数之间的关系。
2013-05-03 cs.IT math.IT
Vector Gaussian Rate-Distortion with Variable Side Information
我们考虑率失真与两个解码器，每个不同的边信息。当解码器处的边信息满足特定劣化条件时，很好地理解该问题。我们考虑的情况下，这种退化条件被违反，但源和边信息包括联合高斯向量。我们提供了一个层次的最佳速率的四个下界。这些界限，然后用于确定几类实例的最佳速率。
2016-12-11 cs.IT math.IT
Multi-Terminal Source Coding With Action Dependent Side Information
我们考虑具有单个编码器和多个解码器的多终端信源编码，其中编码器或解码器可以采取影响存在于解码器处的边信息的质量的成本受限动作。对于解码器采取行动的情况下，我们的特点的速率-成本的折衷区域的无损信源编码，并给出了一个可扩展性计划的有损信源编码的两个解码器，这是最佳的各种特殊情况下的利益。对于编码器采取行动的情况下，我们的特点的速率成本权衡一类无损信源编码的情况下，多个解码器。最后，我们还考虑扩展到其他多终端信源编码设置与行动，并表征率失真成本权衡的情况下，连续细化与行动。
2011-10-31 cs.IT math.IT
Duality between channel capacity and rate distortion with two-sided state information
我们表明，保留状态信息时，发送方，接收方，两者，或两者都没有信道容量和数据压缩之间的对偶性。我们针对具有状态信息的信道容量和速率失真的八种特殊情况提出了统一理论，该理论还将现有结果扩展到任意独立同分布（i.i.d.）对分别在发送器和接收器处可用的相关状态信息。特别地，所得到的信道容量的一般公式假定与广义WynerZiv率失真函数相同的形式。
2005-08-09 cs.IT math.IT
On Distributed Lossy Coding of Symmetrically Correlated Gaussian Sources
本文研究了一个具有$L$编码器和解码器的分布式有损压缩网络。每个编码器观察一个源，并将压缩版本发送到解码器。解码器产生目标信号的联合重建，均方误差失真低于给定阈值。假设观测源可以表示为目标信号和由两个对称多元高斯分布独立产生的破坏性噪声之和。该网络的最小压缩率与失真阈值的关系被称为率失真函数，通过求解最小化问题来建立其明确的下限。我们的下限匹配著名的Berger-Tung上限的失真阈值的一些值。上界和下界之间的渐近间隙的特征在于大的$L$极限。
2022-06-03 cs.IT math.IT
Non-Asymptotic Achievable Rate-Distortion Region for Indirect Wyner-Ziv Source Coding
针对间接 Wyner-Ziv 信源编码，本文推导渐近率失真函数、给出有限码长可达区域，并提出定制 Blahut-Arimoto 算法用于分类标签场景的数值评估。
2025-07-24 cs.IT math.IT
Minimum Expected Distortion in Gaussian Source Coding with Fading Side Information
编码器受速率约束，希望描述平方误差失真下的高斯源。解码器除了接收编码器的描述之外，还观察由经受慢衰落和噪声的未压缩源符号组成的边信息。解码器知道衰落实现，但编码器只知道它的分布。同时满足所有衰落状态的失真约束的率失真函数是由Heegard和Berger导出的。考虑分层编码策略，其中每个码字层针对给定的衰落状态。当边信息信道具有两个离散的衰落状态时，通过在两个码字层之间最优地分配编码速率来最小化期望的失真。对于多个衰落状态，最小期望失真被公式化为具有线性多变量和约束的凸优化问题的解。通过对原始解和对偶解的限制过程，表明当衰落概率密度函数是连续的和准凹的（例如，Rayleigh、Rician、Nakagami和对数正态分布）。特别地，在瑞利衰落下，最佳单码字层以最不利的状态为目标，就好像边信息不存在一样。
2012-05-22 cs.IT math.IT
Binary Rate Distortion With Side Information: The Asymmetric Correlation Channel Case
先进的最新信息理论的结果，假设对称的相关模型，在这项工作中，我们考虑的问题，有损耗的二进制信源编码的边信息，其中的相关性是由一个通用的二进制非对称信道表示。具体来说，我们提出了一个深入的分析率失真与边信息提供给编码器和解码器（传统的预测），以及Wyner-Ziv问题，为这个特定的设置。通过我们最近的Z通道相关情况下的结果，我们评估的Wyner-Ziv和传统的预测编码之间的速率损失，作为二进制非对称相关信道的参数的函数。
2015-10-26 cs.IT math.IT
Semantic Compression with Side Information: A Rate-Distortion Perspective
我们考虑面向任务的视频压缩的语义率失真问题。对应于任务的语义信息，这是不可观察的编码器，通过联合概率分布显示对观察的影响。在视频压缩中帧内片段和帧间片段之间的相似性被公式化为在编码器和解码器两者处可用的边信息。解码器感兴趣的是恢复的观察，并作出一定的失真约束下的语义信息的推断。我们建立了压缩率和失真之间的权衡充分表征率失真函数的信息理论的限制。我们进一步评估了三种情况下的特定马尔可夫条件下的率失真函数：i）任务和观察都是二进制源; ii）任务是一个整数观测的偶数和奇数的二进制分类; iii）高斯相关的任务和观察。我们还通过数值结果说明，恢复只有语义信息可以降低编码率相比，恢复源观察。
2022-08-12 cs.IT math.IT
Lossy Source Coding with Reconstruction Privacy
我们考虑的问题，有损信源编码与边信息的隐私约束下，在解码器的重建序列应保持一定程度的秘密，从另一个终端，如窃听者，发送者，或帮助。我们感兴趣的是在一个特定的终端重建隐私约束如何影响率失真权衡。在这项工作中，我们允许解码器使用随机映射，并给出内部和外部边界的率失真模糊区域的不同情况下，边信息是非因果关系和因果关系在解码器。在每个重构符号仅依赖于源描述和当前边信息符号的特殊情况下，提供了完整的率失真模糊区域。一个二进制的例子说明了一个新的权衡，由于新的隐私约束，并从使用随机解码器的增益。
2014-06-24 cs.IT math.IT
A Large Deviations Approach to Secure Lossy Compression
我们考虑一个香农密码系统的无记忆源，其中失真是允许在合法的解码器。使用由共享密钥保护的率失真码来压缩源，所述共享密钥满足对压缩率的约束，以及对合法解码器处的过量失真概率的指数率的约束。秘密性是通过窃听者处的微小失真概率的指数率来测量的，而不是通过传统的含糊性测量。我们定义的完美保密指数的最大微小失真指数时，密钥速率是无限的。在有限的密钥速率下，对一类相当一般的变密钥速率码，证明了最大可实现的弱失真指数等于平均密钥速率与完美保密指数之间的最小值.
2015-04-22 cs.IT math.IT
Distributed and Cascade Lossy Source Coding with a Side Information "Vending Machine"
具有边信息“自动售货机”的信源编码是最近提出的框架，其中边信息和信源之间的统计关系可以由解码器控制，而不是像经典的Wyner-Ziv问题中那样被给定和固定。该控制动作由解码器基于由源节点编码的消息来选择。与传统的设置不同，该消息因此不仅可以携带关于要在解码器处再现的源的信息，而且可以携带旨在提高辅助信息的质量的控制信息。在本文中，与控制动作相关的速率，失真和成本之间的权衡分析扩展到两个基本的多端模型从以前研究的点对点设置。首先，研究了分布式信源编码模型，在该模型中，两个编码器通过速率受限的链路与解码器通信，解码器的边信息可以被控制。控制动作由解码器基于由两个源节点编码的消息选择。对于这种设置，内边界上的率失真成本区域推导出的两种情况下，其中边信息是可利用的因果关系和非因果关系在解码器。这些界限被证明是严格的特定假设下，包括的情况下，其中一个节点观察到的序列是一个函数的源观察到的其他和侧信息是因果关系在解码器。然后，一个级联的情况下，三个节点连接在一个级联和最后一个节点具有可控的边信息，也进行了研究。对于这个模型，率失真成本区域推导出一般的失真要求和假设的因果关系的边信息在最后一个节点的可用性。
2013-02-08 cs.IT math.IT
Lossy Computing with Side Information via Multi-Hypergraphs
我们考虑一个问题的编码计算，其中解码器希望估计的功能，其本地消息和源消息在编码器在给定的失真。我们表明，率失真函数可以通过一个特征的多超图，这简化了率失真函数的评估。
2022-05-17 cs.IT math.IT
The Rate-Distortion-Perception Trade-off with Side Information
本文研究了在无记忆边信息存在时，完美真实感约束对无记忆信源率-失真权衡的影响，刻画了无限公共随机性下的率-失真-感知权衡，并证明联合高斯信源在平方误差下两种边信息可用情况等价，同时给出了有限公共随机性下的一般内界。
2023-05-22 cs.IT math.IT
Heegard-Berger and Cascade Source Coding Problems with Common Reconstruction Constraints
对于具有CR约束的HB问题，在边信息序列随机退化的假设下，推导了率失真函数。率失真函数也计算明确的三个例子，即高斯源和边信息与二次失真度量，和二进制源和边信息与擦除和汉明失真度量。率失真函数的特点是HB问题与合作解码器和（物理）退化的边信息。对于具有CR约束的级联问题，在假设最后节点的边信息相对于中间结点的边信息物理退化的情况下，得到了率失真区域.对于后两种情况，值得强调的是，没有CR约束的相应问题仍然是开放的。率失真区域上的外部和内部边界也获得级联问题的假设下，侧信息在中间结点的物理退化相对于在最后的节点。对于上面提到的三个例子，界限是一致的。最后，对于HB问题，在约束重构的更一般要求下获得率失真函数，由此解码器的估计必须仅在一些失真内在编码器处恢复。
2012-10-25 cs.IT math.IT
Achievable Error Exponents for Channel with Side Information - Erasure and List Decoding
我们考虑一个解码器的擦除选项和一个可变大小的列表解码器的信道与非偶然的边信息在发射机。首先，普遍可实现的错误指数提供了一个擦除选项使用参数化的解码器的精神Csiszár和Körner的解码器的解码。然后，建议的解码规则一般化，通过扩展其参数的范围，以允许可变大小的列表解码。这个扩展给出了擦除/列表解码的统一处理。给出了列表错误概率和列表上错误消息的平均数的指数界。讨论了离散无记忆信道的Forney和Csiszár和Körner译码器的关系。这些结果是通过探索一个随机装箱码与条件常数组成的码字提出的莫林和王，但与不同的解码规则。
2009-03-12 cs.IT math.IT
Graph Compression with Side Information at the Decoder
针对解码器端存在相关图或结构作为边信息的压缩问题，论文基于熵谱框架刻画了相关 Erdős-Rényi 加权图的最优压缩速率，并将图对齐用于无权图的最优解码。
2025-01-17 cs.IT math.IT
Finite-state source-channel coding for individual sequences with source side information at the decoder
我们研究了联合信源-信道编码问题的半确定性设置：确定性信源序列（a.k.a.单独的序列）通过无记忆信道使用延迟受限编码器和解码器来传输，所述延迟受限编码器和解码器都可以通过可变有限状态机来实现，并且解码器被授权访问辅助信息，所述辅助信息是源序列的噪声版本。我们首先推导出可实现的预期失真的下界方面的源序列的经验统计，编码器的状态的数量，解码器的状态的数量，它们的周期，和整体延迟。在长块的限制下，该界被证明是渐近可实现的通用分组码。我们还推导出一个下界的最佳可实现的超额失真概率和讨论的情况下，它是可以实现的。这里，当然，信源编码和信道编码不能在不损失最优性的情况下完全分离。最后，我们概述了几个扩展的模型考虑，如：（i）将一个共同的重建约束，（ii）在两端的边信息的可用性，和（iii）扩展到香农信道的因果状态信息在编码器。这项工作扩展并改进了早期的相同风味的工作（Ziv 1980，Merhav 2014），该工作仅关注预期的失真，两端没有边信息，也没有上述额外的成分。
2021-09-28 cs.IT math.IT
Point-to-Point Strategic Communication
我们提出了一个战略制定的联合信源-信道编码的问题，其中的编码器和解码器被赋予不同的失真函数。我们提供了四种不同场景的解决方案。首先，我们假设编码器和解码器合作，以实现一定的失真值对。第二，我们假设编码者承诺一个策略，而解码者实施一个最佳对策，就像在说服游戏中编码者是斯塔克伯格领导者一样。第三，我们认为，解码器承诺的策略，在失配率失真问题或机制设计框架。第四，我们研究了编码和解码策略形成纳什均衡的廉价谈话博弈。
2020-10-23 cs.GT cs.IT math.IT
Single-Shot Lossy Compression for Joint Inference and Reconstruction
本文研究解码器同时完成数据重建与推理的单次有损压缩问题，将其建模为直接-间接信源编码并推导超额失真概率的上下界，还在对数损失下给出易计算的可达界。
2023-09-30 cs.IT math.IT
Distortion Exponent in MIMO Fading Channels with Time-Varying Source Side Information
在严格时延约束下，研究了高斯信源在时变多输入多输出（MIMO）信道中的传输。假设在接收机处相关边信息的可用性，其质量，即，与源信号的相关性也随时间变化。一个块衰落模型被认为是时变信道和时变边信息的状态，并假设在接收机完美的状态信息，而发射机只知道的统计。针对这种联合信源-信道编码问题，研究了由\textit{distortion exponent}表征的高信噪比性能。上界推导和比较与较低的列表解码，混合数字模拟传输，以及多层计划，传输连续细化的源，依赖于渐进式和叠加传输与列表解码。最佳失真指数的特点是单输入多输出（SIMO）和多输入单输出（MISO）的情况下，通过显示的失真指数实现多层叠加编码与联合解码满足建议的上限。在MIMO的情况下，最佳失真指数的特点是在低带宽比制度，它表明，多层叠加编码执行非常接近的上限在高带宽扩展制度。
2015-05-26 cs.IT math.IT
LP Bounds for Rate-Distortion with Variable Side Information
我们考虑在多个解码器的边信息的率失真问题。对于这个一般问题或其特殊情况，已经提出了几个上界和下界，本文利用随机分箱和同时解码技术，给出了这个问题的一般情况的上界，并与已有的上界进行了比较。我们还提供了一个下界的一般问题，这是由线性规划的索引编码的下界的启发，并表明，它包含在文献中的大多数下界。使用这些上界和下界，我们明确地表征率失真函数的问题，可以被看作是一个高斯模拟的“奇周期”索引编码问题。
2016-12-11 cs.IT math.IT
Stationarity in the Realizations of the Causal Rate-Distortion Function for One-Sided Stationary Sources
本文导出了任意分布单边平稳$κ$阶马尔可夫信源x（1），x（2），.的因果信息率失真函数（IRDF）$R_{c}^{it}(D)$的特征的新结果.它首先表明，Gorbunov和Pinsker的因果IRDF（双边固定源）的实现的平稳性的结果不适用于常用的家庭的渐近平均单字母（AASL）失真标准。此外，我们表明，在一般情况下，重建序列不能既联合平稳与单边平稳源序列和因果关系，这意味着，在一般情况下，因果IRDF单边平稳源不能实现的平稳分布。然而，我们证明了，对于任意分布的单侧平稳源和一大类失真准则（包括AASL），搜索$R_{c}^{it}(D)$可以被限制为产生输出序列y（1），y（2），.在$κ$采样之后与源联合静止。最后，我们改进了Derpich和Escherstergaard以前提出的关于双边马氏平稳源的平稳因果IRDF $\overline{R}_{c}^{it}(D)$的定义，并证明了对于双边马氏平稳源的$\overline{R}_{c}^{it}(D)$，x（-1），x（0），x（1），.对于关联的单侧源x（1），x（2），.等于$R_{c}^{it}(D)$。这意味着，对于高斯二次情况，由Derpich和Reynstergaard提出的用于接近$R_{c}^{it}(D)$的实际零延迟编码器-解码器对实现了超过$R_{c}^{it}(D)$小于每个样本$1+0.5 \l…
2018-04-11 cs.IT math.IT
Sequential decoding for lossless streaming source coding with side information
研究了在解码端具有边信息的离散无记忆信源的无损固定速率流编码问题。采用随机时变树码对字符串进行序列二进制编码，采用可变偏置的堆栈算法利用边信息，给出了一种带边信息的延迟通用无损信源编码系统。该方案示出了指数衰减的错误概率与延迟，与指数等于Gallager的随机编码指数的源与边信息。堆栈解码器的计算的随机变量的平均值是有界的，并且给出了偏置的条件以保证$0 \leq ρ\leq 1$的有限$ρ^{th}$矩。此外，该问题也研究的情况下，有一个离散的无记忆信道之间的编码器和解码器。同样的方案略有修改，给出了一个联合源信道编码器和堆栈的顺序解码器使用边信息。同样，通过适当选择偏差，误差概率随延迟呈指数衰减，并且计算的随机变量具有有限均值。给出了几个例子的仿真结果。
2007-03-23 cs.IT math.IT
On Successive Refinement for the Kaspi/Heegard-Berger Problem
考虑一个产生三个联合分布随机变量$\{X_{i},Y_{i},Z_{i}\}_{i=1}^{\infty}$的独立副本的源。过程$\{X_{i}\}$在编码器处被观察到，并且假定在两个解码器处被再现，其中$\{Y_{i}\}$和$\{Z_{i}\}$以因果或非因果方式被观察到。编码器和解码器之间的通信在两个连续的阶段中进行。在第一阶段，传输对两个解码器都可用，并且根据接收到的比特流和单独的边信息（SI）来重构源。在第二阶段中，附加信息被发送到两个解码器，并且根据两个阶段的传输和可用的SI来细化源重建。期望找到编码器和解码器之间的通信速率的必要和充分条件，使得（在每个阶段）引起的失真将不超过给定的阈值。对于非退化的因果SI在解码器的情况下，一个确切的单字母表征的可实现的区域推导出的情况下，纯源编码。然后，对于通信的情况下进行了独立DMS的随机状态已知的因果关系/非因果关系在编码器和因果SI的源在解码器，一个单字母表征的所有可实现的失真在两个阶段，它示出的分离定理成立。最后，对于非因果退化的SI，可实现的率失真区域的内部和外部边界的推导。这些界限被示出为在解码器处的重建要求的某些情况下是紧的，从而在解码器处的具有非降级SI的连续细化的问题上遮蔽一些光。
2008-12-17 cs.IT math.IT
Structure Theorems for Real-Time Variable-Rate Coding With and Without Side Information
离散马尔可夫信源的输出由可变速率编码器瞬时编码，并由有限状态解码器解码。我们的性能指标是失真和瞬时速率的线性组合。结构定理，有关的编码器和下一个状态函数推导出每个给定的有限状态解码器，它可以访问侧信息。
2011-08-14 cs.IT math.IT
Second-Order Coding Rates for Conditional Rate-Distortion
本文研究了在编码器和解码器都具有边信息的情况下，有损信源编码的二阶编码率。我们首先提供这个问题的非渐近界，然后专门为三种不同的情况下的非渐近界：离散无记忆源，高斯源，马尔可夫源。我们获得了这些设置的二阶编码率。有趣的是，观察到具有在编码器和解码器处都可用的高斯边信息的高斯信源编码的二阶编码率与没有边信息的高斯信源编码的二阶编码率相同。此外，不管边信息的方差如何，色散是每个源符号的$1/2$ nat平方。
2014-10-10 cs.IT math.IT
Variable Packet-Error Coding
我们考虑一个问题，其中一个源被编码成N个数据包，其中未知数量的是受到对抗性的错误途中的解码器。我们寻求代码的设计，解码器是保证能够重现源受到一定的失真约束时，没有数据包错误，受到不太严格的失真约束时，有一个错误等，专注于特殊情况下的擦除失真措施，我们介绍了一个代码设计的基础上的多面体代码的Kosut，唐，谢。由此产生的设计也适用于分布式存储中的一个单独的问题。
2016-08-04 cs.IT math.IT
Broadcast Function Computation with Complementary Side Information
我们考虑一个编码器和两个解码器的三节点网络中的函数计算问题。编码器可以访问两个相关的源$X$和$Y$。编码器将$X^n$和$Y^n$编码为消息，该消息被提供给两个解码器。解码器1和解码器2分别访问$X$和$Y$，并且它们想要使用编码消息和它们各自的边信息分别计算两个函数$f(X,Y)$和$g(X,Y)$。我们想要找到在零误差和$ε$误差（即，消失误差）准则下的最佳（最小）编码速率。对于这个问题的特殊情况下，与$f(X,Y) = Y$和$g(X,Y) = X$，我们表明，$ε$错误的最佳速率也可以实现零错误。这一结果扩展到一个更一般的“互补交付索引编码”问题与任意数量的消息和解码器。对于其他功能，我们表明，割集界是可实现的$ε$ -错误，如果$X$和$Y$是二进制的，或者如果功能是从一个特殊的类“兼容”的功能，其中包括情况$f=g$。
2016-10-04 cs.IT math.IT
Rate-Distortion Region of a Gray-Wyner Model with Side Information
在这项工作中，我们建立了一个完整的单字母表征的率失真区域的一个实例的格雷-怀纳模型在解码器的边信息。具体地，在该模型中，编码器观测一对无记忆的、任意相关的源$(S^n_1,S^n_2)$，并且通过容量$R_0$的无差错速率受限链路以及容量$R_1$到第一接收机和$R_2$到第二接收机的无差错速率受限的单独链路与两个接收机通信。两个接收机都有损耗地再现源分量$S^n_2$，并且接收机$1$也有损耗地再现源分量$S^n_1$，达到某个规定的保真度水平$D_1$。此外，接收机$1$和接收机$2$分别配备有无记忆辅助信息序列$Y^n_1$和$Y^n_2$。在此设置中重要的是，边信息序列在它们之间以及与源对$(S^n_1,S^n_2)$任意相关;并且不假定呈现任何特定的排序。此外，通过将主要结果专门化到两个Heegard-Berger模型，并进行连续的细化和可扩展编码，我们揭示了编码器应该产生的公共和私有描述的作用以及它们应该最佳地承载什么。我们通过分析这些模型的单字母最佳率失真区域来开发直觉，并讨论一些有见地的二进制示例。
2017-01-13 cs.IT math.IT
Distributed Source Coding with One Distortion Criterion and Correlated Messages
本文考虑了具有一个失真准则和相关信息的分布式（或多端）信源编码。这个问题也可以称为“相关消息的Berger-Yeung问题”。它对应于基于图的框架的信源编码部分，用于在多址信道（MAC）上传输一对相关信源，其中一个是无损的，另一个是有损的。结果，为该问题提供了可实现的率失真区域。它是一个信息论表征的指数增长率（作为源样本的数量的函数）的大小的二分图，可以表示一对相关的源满足一个失真标准。给出了可拓性和逆部的严格证明。同时证明了具有相关消息的Berger-Yeung问题与具有相关消息的半确定性广播信道之间存在函数对偶。这意味着一个问题的最佳编码器-解码器映射成为对偶问题的最佳解码器-编码器映射。在对偶结构中，给出了信源失真测度和信道代价测度这两个对偶问题中消息的相关结构。
2009-08-15 cs.IT math.IT
Online Conformal Compression for Zero-Delay Communication with Distortion Guarantees
本文提出在线共形压缩（OCC），在编码器和解码器均配备预训练预测器的零时延有损压缩场景下，利用在线共形预测为任意时刻提供确定性的逐序列失真上界保证，并在实验中达到接近事后最优子集选择的压缩率。
2025-03-11 cs.IT eess.SP math.IT
Cascade and Triangular Source Coding with Side Information at the First Two Nodes
我们考虑级联和三角形率失真问题，其中边信息是已知的源编码器和第一个用户，但不是第二个用户。我们的率失真区域为这些问题的特征。对于二次高斯的情况下，我们表明，它是足够的考虑联合高斯分布，一个事实，导致一个明确的解决方案。
2010-01-11 cs.IT math.IT
Robust Coding for Lossy Computing with Receiver-Side Observation Costs
编码器希望最小化保证解码器能够计算仅在编码器处可用的序列和仅在解码器处可以测量的序列的符号函数所必需的比特率。这个经典的问题，首先由Yamamoto研究，在这里通过包括两个新的方面来解决：（i）解码器获得其序列的噪声测量，其中这种测量的质量可以通过成本约束的“动作”序列来控制;（ii）解码器处的测量可能以编码器不可预测的方式失败，因此需要鲁棒编码。所考虑的场景概括了已知的设置，如Heegard-Berger-Kaspi和“自动售货机的信源编码”问题。率失真成本函数的推导和数值例子也制定出获得进一步的洞察到最佳的系统设计。
2012-04-18 cs.IT math.IT
Source Coding with Fixed Lag Side Information
我们考虑在解码器处具有固定滞后边信息的信源编码。我们重点研究了Pradhan提出的带前馈的信源编码（带反馈的信道编码的对偶）对应的具有单位滞后的理想边信息的特殊情况。我们使用这种对偶性来开发一种线性复杂度算法，该算法实现了任何无记忆有限字母表源和失真度量的率失真界。
2004-10-04 cs.IT math.IT
Discriminatory Lossy Source Coding: Side Information Privacy
研究了一种有损信源编码问题，其中信源编码器与两个解码器通信，一个解码器具有相关边信息，另一个解码器不具有相关边信息，并且在不知情的解码器处对边信息的隐私性进行了额外的约束。这个问题的两种情况取决于编码器处的边信息的可用性而出现。所有可行的率失真模糊元组的集合的特征在于这两种情况。的通知和不知情的情况下，编码器侧信息，以提高隐私的优势之间的差异突出的二进制对称源与擦除侧信息和汉明失真。
2011-06-10 cs.IT math.IT
