Shayan Hassanpour

Source & Joint Source-Channel Coding Schemes Based on the Information Bottleneck Framework


Vorderseite	Rückseite

ISBN:

978-3-8440-8743-7

Reihe:

Dissertationen aus dem Arbeitsbereich Nachrichtentechnik der Universität Bremen
Herausgeber: Prof. Dr.-Ing. Armin Dekorsy
Bremen

Band:

Schlagwörter:

Information Bottleneck; Source Coding; Joint Source-Channel Coding; Data Compression

Publikationsart:

Dissertation

Sprache:

Englisch

Seiten:

196 Seiten

Abbildungen:

38 Abbildungen

Gewicht:

291 g

Format:

21 x 14,8 cm

Bindung:

Paperback

Preis:

48,80 € / 61,10 SFr

Erscheinungsdatum:

August 2022

Kaufen:

Download:

Verfügbare Online-Dokumente zu diesem Titel:

Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.

Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.


	Dokument		Gesamtdokument
	Dateiart		PDF
	Kosten		36,60 EUR
	Aktion		Zahlungspflichtig kaufen und anzeigen der Datei - 1,6 MB (1631729 Byte)
	Aktion		Zahlungspflichtig kaufen und download der Datei - 1,6 MB (1631729 Byte)


	Dokument		Inhaltsverzeichnis
	Dateiart		PDF
	Kosten		frei
	Aktion		Anzeigen der Datei - 245 kB (250687 Byte)
	Aktion		Download der Datei - 245 kB (250687 Byte)

Benutzereinstellungen für registrierte Online-Kunden

Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.

Benutzer:	Nicht angemeldet
Aktionen:	Anmelden/Registrieren Passwort vergessen?

Weiterempfehlung:

Sie möchten diesen Titel weiterempfehlen?

Rezensionsexemplar:

Hier können Sie ein Rezensionsexemplar bestellen.

Verlinken:

Sie möchten diese Seite verlinken? Hier klicken.

Export Zitat:

Text
BibTex
RIS

Zusammenfassung:

The vast potentials of the Information Bottleneck (IB) method have already been well recognized in the communications engineering society. This fact can be readily confirmed by the miscellaneous list of applications in which the IB method has been utilized, from the design of analog-to-digital converters for receiver front ends to the construction of polar codes and low-complexity discrete channel decoding schemes with promising performance and many more.

To put it briefly, its principal idea is to compress a random variable such that its information content w.r.t. a statistically correlated (relevant) variable is mostly retained. This information preservation capability is rather flexible and, in effect, can be tuned by twiddling a parameter that establishes a basic trade-off between the compactness and informativity of the resultant outcome. The IB method accomplishes this by utilizing the same concept of Mutual Information to quantify both sides of this trade-off.

Within the scope of this dissertation, the main idea and the mathematical methodology of the IB framework have been extended (over generic setups that frequently appear in a diversity of applications) to devise novel compression schemes for both the centralized and distributed (noisy) Source and Joint Source-Channel Coding scenarios. The proposed Joint Source-Channel Coding schemes reveal their practical importance, especially in applications where stringent end-to-end latency requirements must be met as they can obviate the call for separate channel encoding and decoding on the error-prone forward links. Further, they show a high theoretical relevance since the separation of Source and Channel Coding does not necessarily lead to optimal results, e.g., in transmission systems with finite block lengths.