導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
3.15.225.188
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 资讯理论 的原始碼
←
资讯理论
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
'''信息论'''({{lang-en|'''information theory'''}})是[[应用数学]]、[[电机工程学]]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[[电信|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]]<ref>{{cite book|author=F. Rieke, D. Warland, R Ruyter van Steveninck, W Bialek|title=Spikes: Exploring the Neural Code|publisher=The MIT press|year=1997|isbn=978-0262681087}}</ref>、进化论<ref>cf. Huelsenbeck, J. P., F. Ronquist, R. Nielsen and J. P. Bollback (2001) Bayesian inference of phylogeny and its impact on evolutionary biology, ''Science'' '''294''':2310-2314</ref>和分子编码的功能<ref>Rando Allikmets, Wyeth W. Wasserman, Amy Hutchinson, Philip Smallwood, Jeremy Nathans, Peter K. Rogan, [http://alum.mit.edu/www/toms/ Thomas D. Schneider] {{webarchive|url=https://web.archive.org/web/20080821124201/http://alum.mit.edu/www/toms |date=2008-08-21 }}, Michael Dean (1998) Organization of the ABCR gene: analysis of promoter and splice junction sequences, ''Gene'' '''215''':1, 111-122</ref>、[[生态学]]的模式选择<ref>Burnham, K. P. and Anderson D. R. (2002) ''Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach, Second Edition'' (Springer Science, New York) ISBN 978-0-387-95364-9.</ref>、热物理<ref>Jaynes, E. T. (1957) [http://bayes.wustl.edu/ Information Theory and Statistical Mechanics], ''Phys. Rev.'' '''106''':620</ref>、[[量子计算]]、[[语言学]]、剽窃检测<ref>Charles H. Bennett, Ming Li, and Bin Ma (2003) [http://sciamdigital.com/index.cfm?fa=Products.ViewIssuePreview&ARTICLEID_CHAR=08B64096-0772-4904-9D48227D5C9FAC75 Chain Letters and Evolutionary Histories], ''Scientific American'' '''288''':6, 76-81</ref>、[[模式识别]]、异常检测和其他形式的[[数据分析]]。<ref> {{Cite web |author = David R. Anderson |title = Some background on why people in the empirical sciences may want to better understand the information-theoretic methods |date = November 1, 2003 |url = http://aicanderson2.home.comcast.net/~aicanderson2/home.pdf |format = pdf |accessdate = 2010-06-23 |deadurl = yes |archiveurl = https://web.archive.org/web/20110723045720/http://aicanderson2.home.comcast.net/~aicanderson2/home.pdf |archivedate = 2011年7月23日 }} </ref> [[熵 (信息论)|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{{le|符号率|Symbol rate|符号}}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)比指定掷股子的结果(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[[有噪信道编码定理|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格式|ZIP文件]])、[[有损数据压缩]](如[[MP3]]和[[JPEG]])、[[信道容量|信道编码]](如[[DSL|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[[航海家计画|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,和许多其他领域都影响深远。信息论的重要子领域有[[数据压缩|信源编码]]、[[前向错误更正|信道编码]]、[[柯氏复杂性|算法复杂性理论]]、[[算法信息论]]、[[资讯理论安全性]]和信息度量。
返回「
资讯理论
」頁面