首页 >
信息论
✍ dations ◷ 2025-04-03 17:21:36 #信息论
信息论(英语:information theory)是应用数学、电子学和计算机科学的一个分支,涉及信息的量化、存储和通信等。信息论是由克劳德·香农发展,用来找出信号处理与通信操作的基本限制,如数据压缩、可靠的存储和数据传输等。自创立以来,它已拓展应用到许多其他领域,包括统计推断、自然语言处理、密码学、神经生物学、进化论和分子编码的功能、生态学的模式选择、热物理、量子计算、语言学、剽窃检测、模式识别、异常检测和其他形式的数据分析。熵是信息的一个关键度量,通常用一条消息中需要存储或传输一个符号(英语:Symbol rate)的平均比特数来表示。熵衡量了预测随机变量的值时涉及到的不确定度的量。例如,指定掷硬币的结果(两个等可能的结果)比指定掷骰子的结果(六个等可能的结果)所提供的信息量更少(熵更少)。信息论将信息的传递作为一种统计现象来考虑,给出了估算通信信道容量的方法。信息传输和信息压缩是信息论研究中的两大领域。这两个方面又由信道编码定理、信源-信道隔离定理相互联系。信息论的基本内容的应用包括无损数据压缩(如ZIP文件)、有损数据压缩(如MP3和JPEG)、信道编码(如数字用户线路(DSL))。这个领域处在数学、统计学、计算机科学、物理学、神经科学和电机工程学的交叉点上。信息论对航海家深空探测任务的成败、光盘的发明、手机的可行性、互联网的发展、语言学和人类感知的研究、对黑洞的了解,以及许多其他领域都影响深远。信息论的重要子领域有信源编码、信道编码、算法复杂性理论、算法信息论、信息论安全性和信息度量等。信息论的主要内容可以类比人类最广泛的交流手段——语言来阐述。一种简洁的语言(以英语为例)通常有两个重要特点:
首先,最常用的词(比如"a"、"the"、"I")应该比不太常用的词(比如"benefit"、"generation"、"mediocre")要短一些;其次,如果句子的某一部分被漏听或者由于噪声干扰(比如一辆车辆疾驰而过)而被误听,听者应该仍然可以抓住句子的大概意思。而如果把电子通信系统比作一种语言的话,这种健壮性(robustness)是不可或缺的。将健壮性引入通信是通过信道编码完成的。信源编码和信道编码是信息论的基本研究课题。注意这些内容同消息的重要性之间是毫不相干的。例如,像“多谢;常来”这样的客套话与像“救命”这样的紧急请求在说起来、或者写起来所花的时间是差不多的,然而明显后者更重要,也更有实在意义。信息论却不考虑一段消息的重要性或内在意义,因为这些是数据的质量的问题而不是数据量(数据的长度)和可读性方面上的问题,后者只是由概率这一因素单独决定的。美国数学家克劳德·香农被称为“信息论之父”。人们通常将香农于1948年10月发表于《贝尔系统技术学报(英语:Bell System Technical Journal)》上的论文《通信的数学理论(英语:A Mathematical Theory of Communication)》作为现代信息论研究的开端。这一文章部分基于哈里·奈奎斯特和拉尔夫·哈特利(英语:Ralph Hartley)于1920年代先后发表的研究成果。在该文中,香农给出了信息熵的定义:其中
X
{displaystyle {mathcal {X}}}
为有限个事件x的集合,
X
{displaystyle X}
是定义在
X
{displaystyle {mathcal {X}}}
上的随机变量。信息熵是随机事件不确定性的度量。信息熵与物理学中的热力学熵有着紧密的联系:其中S(X)为热力学熵,H(X)为信息熵,
k
B
{displaystyle k_{B}}
为波兹曼常数。
事实上这个关系也就是广义的波兹曼熵公式,或是在正则系综内的热力学熵表示式。如此可知,玻尔兹曼与吉布斯在统计物理学中对熵的工作,启发了信息论的熵。信息熵是信源编码定理中,压缩率的下限。当我们用少于信息熵的信息量做编码,那么我们一定有信息的损失。香农在大数定律和渐进均分性(英语:Asymptotic equipartition property)的基础上定义了典型集(英语:Typical set)和典型序列。典型集是典型序列的集合。因为一个独立同分布的
X
{displaystyle X}
序列属于由
X
{displaystyle X}
定义的典型集的概率大约为1,所以只需要将属于典型集的无记忆
X
{displaystyle X}
信源序列编为唯一可译码,其他序列随意编码,就可以达到几乎无损失的压缩。若S为一个三个面的骰子,P(面一)=1/5,P(面二)=2/5,P(面三)=2/5H
(
X
)
=
1
5
log
2
(
5
)
+
2
5
log
2
(
5
2
)
+
2
5
log
2
(
5
2
)
{displaystyle H(X)={frac {1}{5}}log _{2}(5)+{frac {2}{5}}log _{2}left({frac {5}{2}}right)+{frac {2}{5}}log _{2}left({frac {5}{2}}right)}联合熵(Joint Entropy)由熵的定义出发,由联合分布,我们有:条件熵(Conditional Entropy),顾名思义,从条件概率p(y|x)做定义:因为由贝叶斯法则,我们有
p
(
x
,
y
)
=
p
(
y
|
x
)
p
(
x
)
{displaystyle p(x,y)=p(y|x)p(x)}
,带入联合熵的定义,可以分离出条件熵,于是得到联合熵与条件熵的关系式:我们可以再对联合熵与条件熵的关系做推广,假设现在有n个随机变量
X
i
,
i
=
1
,
2
,
.
.
.
,
n
{displaystyle X_{i},i=1,2,...,n}
,重复分离出条件熵,我们有:他的意义显而易见,假如我们接收一段数列
{
X
1
,
X
2
,
.
.
.
,
X
n
}
{displaystyle {X_{1},X_{2},...,X_{n}}}
,且先收到
X
1
{displaystyle X_{1}}
,再来是
X
2
{displaystyle X_{2}}
,依此类推。那么收到
X
1
{displaystyle X_{1}}
后总消息量为
H
(
X
1
)
{displaystyle H(X_{1})}
,收到
X
2
{displaystyle X_{2}}
后总消息量为
H
(
X
1
)
+
H
(
X
2
|
X
1
)
{displaystyle H(X_{1})+H(X_{2}|X_{1})}
,直到收到
X
n
{displaystyle X_{n}}
后我们的总消息量应为
H
(
X
1
,
.
.
.
,
X
n
)
{displaystyle H(X_{1},...,X_{n})}
,于是这个接收过程中就给出了链式法則。互信息(Mutual Information)是另一有用的信息度量,它是指两个事件集合之间的相关性。两个事件
X
{displaystyle X}
和
Y
{displaystyle Y}
的互信息定义为:其意义为,若我们想知道
Y
{displaystyle Y}
包含多少
X
{displaystyle X}
的信息,在尚未得到
Y
{displaystyle Y}
之前,我们的不确定性是
H
(
X
)
{displaystyle H(X)}
,得到Y后,不确定性是
H
(
X
|
Y
)
{displaystyle H(X|Y)}
。所以一旦得到
Y
{displaystyle Y}
后,我们消除了
H
(
X
)
−
H
(
X
|
Y
)
{displaystyle H(X)-H(X|Y)}
的不确定量,这就是Y对X的信息量。如果
X
,
Y
{displaystyle X,Y}
互为独立,则
H
(
X
,
Y
)
=
H
(
X
)
+
H
(
Y
)
{displaystyle H(X,Y)=H(X)+H(Y)}
,于是
I
(
X
;
Y
)
=
0
{displaystyle I(X;Y)=0}
。又因为
H
(
X
|
Y
)
≤
H
(
X
)
{displaystyle H(X|Y)leq H(X)}
,所以互信息与G检验(英语:G-test)以及皮尔森卡方检验有着密切的联系。信息论被广泛应用在:
相关
- 健康经济学健康经济学是有关健康和保健消费、生产中的效率,效益,价值等问题的经济学的一个分支,研究健康市场上的供给与需求平衡问题。5个典型被分析的市场包括:健康经济学相关的议题有:健
- 朝鲜在联合国安理会关于朝鲜的决议已经通过了24项。五十年代朝鲜战争期间通过了五项决议。1991年关于朝鲜加入联合国的决议后。作为联合国会员国,安理会至今通过了关于朝鲜的导弹
- 强电解质电解质(英语:electrolyte)是指在水溶液或熔融状态可以产生自由离子而导电的化合物。通常指在溶液中导电的物质,而固态可导电的物质不算电解质。这包括大多数可溶性盐、酸和碱。
- 波罗的大陆波罗的大陆(Baltica)是个史前大陆,存在于晚元古宙到早古生代,包含现今的东欧克拉通(芬挪斯堪地盾、伏尔加-乌拉尔克拉通、与萨尔马提亚克拉通)。波罗的大陆的原始部分形成于18亿年
- 有丝分裂有丝分裂(英语:mitosis)是真核细胞将其细胞核中染色体分配到两个子核之中的过程。细胞核分裂后通常伴随着细胞质分裂(英语:cytokinesis),将细胞质、细胞器与细胞膜等细胞结构均等分
- 呼吸细支气管小支气管是空气由鼻或口到肺的肺气泡之间的通道,而分支下层不再包含软骨或腺体。小支气管是支气管的分支。小支气管具有微丝血管。Template:Lower respiratory system anatom
- 语言变体语言变体(英语:Language Variety),是指语言在系统和在条理上相互区分的各种形式。而方言是散文风格、语言风格更广泛的概念。从不同角度定义的方言:
- 寻欢洞寻欢洞(英语:Glory hole)是用来描述一种特殊的性行为。在欧美国家,是颇为常见的,甚至在亚洲国家也可见到。透过公共厕所中隔离的木板或墙壁,中间弄个洞,双方便可以开始鱼水之欢,非常
- Γ-丁内酯γ-丁内酯(英语:gamma-Butyrolactone,简称GBL)是一种易潮解的无色油状液体,有较弱的特征气味并且能溶于水。γ-丁内酯是化学中的一个常见溶剂和反应试剂,它也被用作一种芳香物、去
- 电位在静电学里,电势,或作电位(英语:electric potential),是标量,定义为处于电场中某个位置的单位电荷所具有的电势能。其数值不具有绝对意义,只具有相对意义,因此为了便于分析问题,必须设