ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Entropy and information theory

دانلود کتاب آنتروپی و نظریه اطلاعات

Entropy and information theory

مشخصات کتاب

Entropy and information theory

ویرایش: 2 
نویسندگان:   
سری:  
ISBN (شابک) : 1441979697, 9781441979698 
ناشر: Springer US 
سال نشر: 2011 
تعداد صفحات: 429 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 40,000



کلمات کلیدی مربوط به کتاب آنتروپی و نظریه اطلاعات: پردازش سیگنال، تصویر و گفتار، مهندسی ارتباطات، شبکه ها، آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، نظریه احتمالات و فرآیندهای تصادفی، کدگذاری و نظریه اطلاعات



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Entropy and information theory به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب آنتروپی و نظریه اطلاعات نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب آنتروپی و نظریه اطلاعات



این کتاب نسخه به روز شده کلاسیک نظریه اطلاعات است که برای اولین بار در سال 1990 منتشر شد. حدود یک سوم کتاب به قضایای کدگذاری منبع و کانال شانون اختصاص دارد. بقیه به منابع، کانال ها و کدها و اطلاعات و اقدامات تحریف و ویژگی های آنها می پردازد.

جدید در این نسخه:

  • بررسی گسترده کدهای بلوک ثابت یا کشویی و روابط آنها با کدهای بلوک سنتی
  • بحث گسترده در مورد نتایج حاصل از نظریه ارگودیک مربوط به نظریه اطلاعات
  • درمان گسترده با فرآیندهای B -- فرآیندهایی که با کدگذاری ثابت منابع بدون حافظه شکل می‌گیرند
  • مواد جدید در مورد مبادله اطلاعات و تحریف، از جمله نابرابری مارتون
  • li>
  • موضوع جدید در مورد ویژگی‌های کدهای منبع بهینه و مجانبی بهینه
  • موضوع جدید در مورد روابط کدگذاری منبع و شبیه‌سازی یا مدل‌سازی فرآیندهای تصادفی با نرخ محدود

مواد قابل توجهی که در سایر متون تئوری اطلاعات پوشش داده نشده است شامل کدهای ثابت/بلوک لغزشی، نمای هندسی نظریه اطلاعات ارائه شده توسط اندازه گیری فاصله فرآیند، و قضایای کدگذاری عمومی شانون برای منابع ثابت میانگین مجانبی است که ممکن است نه ارگودیک و نه ثابت باشند. و کانال های پیوسته d-bar.


توضیحاتی درمورد کتاب به خارجی

This book is an updated version of the information theory classic, first published in 1990. About one-third of the book is devoted to Shannon source and channel coding theorems; the remainder addresses sources, channels, and codes and on information and distortion measures and their properties.

New in this edition:

  • Expanded treatment of stationary or sliding-block codes and their relations to traditional block codes
  • Expanded discussion of results from ergodic theory relevant to information theory
  • Expanded treatment of B-processes -- processes formed by stationary coding memoryless sources
  • New material on trading off information and distortion, including the Marton inequality
  • New material on the properties of optimal and asymptotically optimal source codes
  • New material on the relationships of source coding and rate-constrained simulation or modeling of random processes

Significant material not covered in other information theory texts includes stationary/sliding-block codes, a geometric view of information theory provided by process distance measures, and general Shannon coding theorems for asymptotic mean stationary sources, which may be neither ergodic nor stationary, and d-bar continuous channels.



فهرست مطالب

14.2 Feinstein’s Lemma......Page 3
8.3 A Mean Ergodic Theorem for Densities......Page 7
12.3 Block Source Code Mismatch......Page 13
14.6 Block Coding Theorems for Noisy Channels......Page 17
Cover......Page 1
Reference Letters......Page 5
Isomorphic Random Processes......Page 12
Process approximation......Page 16
12.2 Block Source Codes for AMS Sources......Page 2
14.4 Channel Capacity......Page 9
Index......Page 10
Finite Alphabets......Page 11
Variational Description of Divergence......Page 15
Introduction......Page 18
14.8 Synchronizing Block Channel Codes......Page 22
6.7 Modeling and Simulation......Page 23
12.6 Subadditive Fidelity Criteria......Page 25
Totally Ergodic Sources......Page 26
Generalized Conditional Relative Entropy......Page 28
12.8 Sliding-Block Source Codes......Page 29
1.1 Probability Spaces and Random Variables......Page 30
3.8 Markov Approximations......Page 31
7.4 Information for General Alphabets......Page 32
Ergodic Sources......Page 33
Partitions......Page 35
1.3 Distributions......Page 36
Strengthened Rohlin-Kakutani Theorem......Page 37
Contents......Page 14
The dp-distance......Page 21
Entropy and Information Theory......Page 4
Preface......Page 8
14.7 Joint Source and Channel Block Codes......Page 19
14.3 Feinstein’s Theorem......Page 6
7.5 Convergence Results......Page 44
12.7 Asynchronous Block Codes......Page 27
12.9 A Geometric Interpretation......Page 39
Finite-order distribution Shannon conditions for IID processes......Page 20
1.2 Random Processes and Dynamical Systems......Page 34
1.4 Standard Alphabets......Page 41
1.5 Expectation......Page 42
1.6 Asymptotic Mean Stationarity......Page 45
1.7 Ergodic Properties......Page 46
2.1 Pair Processes......Page 49
2.2 Channels......Page 50
2.3 Stationarity Properties of Channels......Page 53
Completely Random Channels......Page 57
2.5 Deterministic Channels and Sequence Coders......Page 58
2.6 Stationary and Sliding-Block Codes......Page 59
Finite-length Sliding-Block Codes......Page 61
B-Processes......Page 63
Block Independent Processes......Page 65
2.8 Random Punctuation Sequences......Page 66
2.10 Finite-Memory Channels......Page 70
2.11 Output Mixing Channels......Page 71
2.12 Block Independent Channels......Page 73
2.13 Conditionally Block Independent Channels......Page 74
2.15 Primitive Channels......Page 76
2.17 Markov Channels......Page 77
2.18 Finite-State Channels and Codes......Page 78
2.19 Cascade Channels......Page 79
2.20 Communication Systems......Page 80
2.22 Block to Sliding-Block: The Rohlin-Kakutani Theorem......Page 81
Partitions......Page 83
Gadgets......Page 84
Strengthened Rohlin-Kakutani Theorem......Page 85
3.1 Entropy and Entropy Rate......Page 89
3.2 Divergence Inequality and Relative Entropy......Page 93
3.3 Basic Properties of Entropy......Page 97
Concavity of Entropy......Page 100
Entropy and Binomial Sums......Page 102
Variational Description of Divergence......Page 104
3.4 Entropy Rate......Page 106
3.5 Relative Entropy Rate......Page 109
3.6 Conditional Entropy and Mutual Information......Page 110
3.7 Entropy Rate Revisited......Page 118
3.8 Markov Approximations......Page 119
3.9 Relative Entropy Densities......Page 121
4.1 History......Page 124
4.2 Stationary Ergodic Sources......Page 127
4.3 Stationary Nonergodic Sources......Page 133
4.4 AMS Sources......Page 137
4.5 The Asymptotic Equipartition Property......Page 141
5.1 Distortion Measures......Page 143
5.2 Fidelity Criteria......Page 146
5.3 Average Limiting Distortion......Page 147
5.4 Communications Systems Performance......Page 149
5.5 Optimal Performance......Page 150
5.7 Approximating Random Vectors and Processes......Page 155
5.8 The Monge/Kantorovich/Vasershtein Distance......Page 158
5.10 Coupling Discrete Spaces with the Hamming Distance......Page 160
5.11 Process Distance and Approximation......Page 161
The dp-distance......Page 163
Evaluating Process Distortion......Page 167
5.13 d-bar Continuous Channels......Page 168
6.1 The Fano Inequality......Page 173
6.2 Code Approximation and Entropy Rate......Page 176
Dynamical Systems and Random Processes......Page 177
6.3 Pinsker’s and Marton’s Inequalities......Page 178
6.4 Entropy and Isomorphism......Page 182
Isomorphic Probability Spaces......Page 183
Isomorphism Mod 0......Page 184
6.5 Almost Lossless Source Coding......Page 186
Almost-Lossless Block Codes......Page 187
Asynchronous Block Code......Page 189
Sliding-Block Code......Page 191
6.6 Asymptotically Optimal Almost Lossless Codes......Page 194
6.7 Modeling and Simulation......Page 195
7.1 Divergence......Page 198
Variational Description of Divergence......Page 212
7.2 Conditional Relative Entropy......Page 214
Generalized Conditional Relative Entropy......Page 225
7.3 Limiting Entropy Densities......Page 227
7.4 Information for General Alphabets......Page 229
7.5 Convergence Results......Page 241
8.1 Information Rates for Finite Alphabets......Page 244
8.2 Information Rates for General Alphabets......Page 246
8.3 A Mean Ergodic Theorem for Densities......Page 250
8.4 Information Rates of Stationary Processes......Page 252
8.5 The Data Processing Theorem......Page 259
8.6 Memoryless Channels and Sources......Page 260
9.1 The Shannon Distortion-Rate Function......Page 262
9.2 Basic Properties......Page 264
IID Sources......Page 266
9.3 Process Definitions of the Distortion-Rate Function......Page 267
9.4 The Distortion-Rate Function as a Lower Bound......Page 275
9.5 Evaluating the Rate-Distortion Function......Page 277
Support of Shannon Optimal Distributions......Page 287
10.1 Relative Entropy Densities and Rates......Page 289
10.2 Markov Dominating Measures......Page 292
10.3 Stationary Processes......Page 296
Finite Alphabets......Page 299
Standard Alphabets......Page 302
11.1 Stationary Ergodic Sources......Page 304
11.2 Stationary Nonergodic Sources......Page 309
11.3 AMS Sources......Page 313
11.4 Ergodic Theorems for Information Densities.......Page 316
12.1 Source Coding and Channel Coding......Page 318
12.2 Block Source Codes for AMS Sources......Page 319
Reference Letters......Page 322
Performance and Distortion-Rate Functions......Page 323
12.3 Block Source Code Mismatch......Page 330
12.4 Block Coding Stationary Sources......Page 333
12.5 Block Coding AMS Ergodic Sources......Page 335
12.6 Subadditive Fidelity Criteria......Page 342
12.7 Asynchronous Block Codes......Page 344
12.8 Sliding-Block Source Codes......Page 346
12.9 A Geometric Interpretation......Page 356
13.1 Optimal and Asymptotically Optimal Codes......Page 358
13.2 Block Codes......Page 360
Moment Properties......Page 365
13.3 Sliding-Block Codes......Page 366
Process approximation......Page 373
Moment conditions......Page 375
Finite-order distribution Shannon conditions for IID processes......Page 377
Asymptotic Uncorrelation......Page 379
14.1 Noisy Channels......Page 381
14.2 Feinstein’s Lemma......Page 383
14.3 Feinstein’s Theorem......Page 386
14.4 Channel Capacity......Page 389
14.5 Robust Block Codes......Page 394
14.6 Block Coding Theorems for Noisy Channels......Page 397
14.7 Joint Source and Channel Block Codes......Page 399
14.8 Synchronizing Block Channel Codes......Page 402
Totally Ergodic Sources......Page 406
Ergodic Sources......Page 413
References......Page 417
Index......Page 426




نظرات کاربران