bibtype J - Journal Article
ARLID 0041303
utime 20240103182741.2
mtime 20060926235959.9
title (primary) (eng) On asymptotic sufficiency and optimality of quantizations
specification
page_count 21 s.
serial
ARLID cav_un_epca*0257116
ISSN 0378-3758
title Journal of Statistical Planning and Inference
volume_id 136
volume 12 (2006)
page_num 4217-4237
publisher
name Elsevier
title (cze) O asymptotické postačitelnosti a optimálnosti kvantovaní
keyword quantization
keyword information divergence
keyword asymptotic sufficiency
keyword rate of converegence
author (primary)
ARLID cav_un_auth*0212436
name1 Berlinet
name2 A.
country FR
author
ARLID cav_un_auth*0101218
name1 Vajda
name2 Igor
institution UTIA-B
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
COSATI 12B
cas_special
project
project_id 1M0572
agency GA MŠk
country CZ
ARLID cav_un_auth*0001814
research CEZ:AV0Z10750506
abstract (eng) Asymptotically sufficient quantizations of statistical observation spaces are studied, for which the loss of information converges to zero. Optimality is treated on the basis of the rate of this converegence. The paper presents criteria for asymptotic sufficiency and optimality. Practical applicability of these criteria is illustrated by examples.
abstract (cze) Studují se tzv. asymptoticky postačující kvantování statistických pozorovacích prostorů, při kterých ztráta informace konverguje k nule. Optimalnost se odvozuje od rychlosti této konvergence. Práce poskytuje kriteria pro asymptotickou postačitelnost a optimálnost kvantování. Jejich praktická použitelnost se ilustruje na příkladech.
reportyear 2007
RIV BD
permalink http://hdl.handle.net/11104/0134817
arlyear 2006
mrcbU63 cav_un_epca*0257116 Journal of Statistical Planning and Inference 0378-3758 1873-1171 Roč. 136 č. 12 2006 4217 4237 Elsevier