文献

J-GLOBAL ID：201802240571433649   整理番号：18A1386202

多変量Gauss源のための成分ベース二次類似性同定【JST・京大機械翻訳】

Component-Based Quadratic Similarity Identification for Multivariate Gaussian Sources

著者 (2件)： Wu Hanwei ,  Flierl Markus
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： DCC  ページ： 433  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,類似性同定のための圧縮の問題を考察した。古典的な圧縮問題と異なり,焦点は元のデータを再構成することではない。その代わりに,圧縮は,与えられた質問に答える信頼性によって決定される。この問題は,与えられた類似性閾値に対して信頼できる応答を可能にする最小圧縮率であるソースの同定率によって特徴付けられる。本研究では,多変量Gauss源に対する成分ベース二次類似性同定を検討した。それぞれの成分に対する明確なD-許容可能システムにより,非相関元データを処理した。特殊な場合に対して,相関Gauss源に対する成分ベース同定率を特性化した。さらに,与えられた全レート制約に対する最適ビット割当を導出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 圧縮率 ,  再構成 ,  *類似性 ,  信頼性 ,  キャラクタリゼーション ,  忍容性
準シソーラス用語： 許容性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 多変量 ,  類似性 ,  同定