Ričards Hamings: 13. nodaļa. Informācijas teorija

Mēs to izdarījām!

"Šī kursa mērķis ir sagatavot jūs tehniskajai nākotnei."

Ričards Hamings: 13. nodaļa. Informācijas teorijaSveiki, Habr. Atcerieties brÄ«niŔķīgo rakstu "Tu un tavs darbs" (+219, 2588 grāmatzÄ«mes, 429 tÅ«kst. lasÄ«jumi)?

Tātad Hamings (jā, jā, paÅ”kontrole un paÅ”laboÅ”ana Haminga kodi) ir veselums grāmata, rakstÄ«ts, pamatojoties uz viņa lekcijām. Mēs to tulkojam, jo ā€‹ā€‹vÄ«rietis izsaka savas domas.

Å Ä« ir grāmata ne tikai par IT, tā ir grāmata par neticami forÅ”u cilvēku domāŔanas stilu. ā€œTas nav tikai pozitÄ«vas domāŔanas stimuls; tas apraksta apstākļus, kas palielina iespējas paveikt lielisku darbu.

Paldies Andrejam Pahomovam par tulkojumu.

Informācijas teoriju 1940. gadu beigās izstrādāja C. E. Shannon. Bell Labs vadÄ«ba uzstāja, ka viņŔ to sauc par "komunikācijas teoriju", jo... Å”is ir daudz precÄ«zāks nosaukums. AcÄ«mredzamu iemeslu dēļ nosaukumam "Informācijas teorija" ir daudz lielāka ietekme uz sabiedrÄ«bu, tāpēc Å enons to izvēlējās, un tas ir nosaukums, ko mēs zinām lÄ«dz pat Å”ai dienai. Pats nosaukums liecina, ka teorija attiecas uz informāciju, kas padara to svarÄ«gu, jo mēs virzāmies dziļāk informācijas laikmetā. Å ajā nodaļā es pieskarÅ”os vairākiem galvenajiem secinājumiem no Ŕīs teorijas, sniegÅ”u nevis stingrus, bet gan intuitÄ«vus pierādÄ«jumus dažiem atseviŔķiem Ŕīs teorijas noteikumiem, lai jÅ«s saprastu, kas patiesÄ«bā ir ā€œInformācijas teorijaā€, kur to var pielietot. un kur nē.

Pirmkārt, kas ir ā€œinformācijaā€? Å enons informāciju pielÄ«dzina nenoteiktÄ«bai. ViņŔ izvēlējās notikuma varbÅ«tÄ«bas negatÄ«vo logaritmu kā informācijas kvantitatÄ«vu mēru, ko saņemat, kad notiek notikums ar varbÅ«tÄ«bu p. Piemēram, ja es jums saku, ka laiks Losandželosā ir miglains, tad p ir tuvu 1, kas mums patieŔām nesniedz daudz informācijas. Bet, ja es saku, ka jÅ«nijā Monterejā lÄ«st, vēstÄ«jumā bÅ«s neskaidrÄ«ba un tajā bÅ«s vairāk informācijas. Uzticams notikums nesatur nekādu informāciju, jo log 1 = 0.

ApskatÄ«sim to sÄ«kāk. Å enons uzskatÄ«ja, ka informācijas kvantitatÄ«vajam mērÄ«jumam jābÅ«t notikuma p iespējamÄ«bas nepārtrauktai funkcijai, bet neatkarÄ«giem notikumiem tam jābÅ«t aditÄ«vam - informācijas apjomam, kas iegÅ«ts divu neatkarÄ«gu notikumu iestāŔanās rezultātā, jābÅ«t vienādam ar kopÄ«ga notikuma iestāŔanās rezultātā iegÅ«tās informācijas apjoms. Piemēram, kauliņu metiena un monētas metiena iznākums parasti tiek uzskatÄ«ts par neatkarÄ«giem notikumiem. Pārtulkosim iepriekÅ” minēto matemātikas valodā. Ja I (p) ir informācijas apjoms, ko satur notikums ar varbÅ«tÄ«bu p, tad kopējam notikumam, kas sastāv no diviem neatkarÄ«giem notikumiem x ar varbÅ«tÄ«bu p1 un y ar varbÅ«tÄ«bu p2 mēs iegÅ«stam

Ričards Hamings: 13. nodaļa. Informācijas teorija
(x un y ir neatkarīgi notikumi)

Å is ir funkcionālais KoŔī vienādojums, kas attiecas uz visiem p1 un p2. Lai atrisinātu Å”o funkcionālo vienādojumu, pieņemsim, ka

p1 = p2 = p,

tas dod

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ja p1 = p2 un p2 = p, tad

Ričards Hamings: 13. nodaļa. Informācijas teorija

utt. PaplaŔinot Ŕo procesu, izmantojot standarta metodi eksponenciāliem, visiem racionālajiem skaitļiem m/n ir taisnība

Ričards Hamings: 13. nodaļa. Informācijas teorija

No pieņemtās informācijas mēra nepārtrauktÄ«bas izriet, ka logaritmiskā funkcija ir vienÄ«gais nepārtrauktais KoŔī funkcionālā vienādojuma risinājums.

Informācijas teorijā ir ierasts uzskatÄ«t, ka logaritma bāze ir 2, tāpēc binārā izvēle satur tieÅ”i 1 bitu informācijas. Tāpēc informācija tiek mērÄ«ta pēc formulas

Ričards Hamings: 13. nodaļa. Informācijas teorija

Pauzēsim un sapratÄ«sim, kas notika iepriekÅ”. Pirmkārt, mēs nedefinējām jēdzienu ā€œinformācijaā€, mēs vienkārÅ”i definējām tās kvantitatÄ«vā mēra formulu.

Otrkārt, Å”is pasākums ir pakļauts nenoteiktÄ«bai, un, lai gan tas ir pamatoti piemērots iekārtām, piemēram, telefonu sistēmām, radio, televÄ«zijai, datoriem utt., tas neatspoguļo normālu cilvēku attieksmi pret informāciju.

TreÅ”kārt, tas ir relatÄ«vs pasākums, tas ir atkarÄ«gs no jÅ«su paÅ”reizējā zināŔanu lÄ«meņa. Ja skatāties uz ā€œnejauÅ”o skaitļuā€ straumi no nejauÅ”o skaitļu Ä£eneratora, jÅ«s pieņemat, ka katrs nākamais skaitlis ir nenoteikts, bet, ja zināt ā€œnejauÅ”o skaitļuā€ aprēķināŔanas formulu, nākamais skaitlis bÅ«s zināms, un tāpēc tas nebÅ«s zināms. satur informāciju.

Tātad Å enona informācijas definÄ«cija daudzos gadÄ«jumos ir piemērota maŔīnām, taču Ŕķiet, ka tā neatbilst cilvēka izpratnei par Å”o vārdu. Å Ä« iemesla dēļ ā€œInformācijas teorijaā€ bija jāsauc par ā€œKomunikācijas teorijuā€. Tomēr ir par vēlu mainÄ«t definÄ«cijas (kas deva teorijai sākotnējo popularitāti un kas joprojām liek cilvēkiem domāt, ka Ŕī teorija nodarbojas ar ā€œinformācijuā€), tāpēc mums ar tām ir jāsadzÄ«vo, bet tajā paŔā laikā jums ir skaidri saprast, cik tālu Å enona informācijas definÄ«cija ir no tās parasti lietotās nozÄ«mes. Å enona informācija attiecas uz kaut ko pavisam citu, proti, nenoteiktÄ«bu.

LÅ«k, par ko padomāt, piedāvājot jebkādu terminoloÄ£iju. Kā piedāvātā definÄ«cija, piemēram, Å enona informācijas definÄ«cija, saskan ar jÅ«su sākotnējo ideju un cik tā atŔķiras? GandrÄ«z nav neviena termina, kas precÄ«zi atspoguļotu jÅ«su iepriekŔējo redzējumu par jēdzienu, bet galu galā tieÅ”i izmantotā terminoloÄ£ija atspoguļo jēdziena nozÄ«mi, tāpēc kaut ko formalizējot, izmantojot skaidras definÄ«cijas, vienmēr rodas zināms troksnis.

Aplūkosim sistēmu, kuras alfabēts sastāv no simboliem q ar varbūtību pi. Šajā gadījumā vidējais informācijas apjoms sistēmā (tā paredzamā vērtība) ir vienāda ar:

Ričards Hamings: 13. nodaļa. Informācijas teorija

To sauc par sistēmas entropiju ar varbÅ«tÄ«bas sadalÄ«jumu {pi}. Mēs lietojam terminu "entropija", jo termodinamikā un statistiskajā mehānikā parādās viena un tā pati matemātiskā forma. Tāpēc termins ā€œentropijaā€ rada ap sevi zināmu svarÄ«guma auru, kas galu galā nav attaisnojama. Viena un tā pati matemātiskā apzÄ«mējuma forma nenozÄ«mē vienādu simbolu interpretāciju!

KodÄ“Å”anas teorijā lielu lomu spēlē varbÅ«tÄ«bas sadalÄ«juma entropija. Viena no svarÄ«gākajām Ŕīs teorijas sekām ir Gibsa nevienlÄ«dzÄ«ba diviem dažādiem varbÅ«tÄ«bas sadalÄ«jumiem pi un qi. Tāpēc mums tas ir jāpierāda

Ričards Hamings: 13. nodaļa. Informācijas teorija

Pierādījums ir balstīts uz acīmredzamu grafiku, att. 13.I, kas to parāda

Ričards Hamings: 13. nodaļa. Informācijas teorija

un vienlīdzība tiek sasniegta tikai tad, ja x = 1. Piemērosim nevienādību katram summas loceklim no kreisās puses:

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ja sakaru sistēmas alfabēts sastāv no q simboliem, tad, ņemot katra simbola pārraides varbūtību qi = 1/q un aizstājot q, iegūstam no Gibsa nevienādības

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ričards Hamings: 13. nodaļa. Informācijas teorija

Attēls 13.I

Tas nozÄ«mē, ka, ja visu q simbolu pārsÅ«tÄ«Å”anas varbÅ«tÄ«ba ir vienāda un vienāda ar - 1 / q, tad maksimālā entropija ir vienāda ar ln q, pretējā gadÄ«jumā nevienlÄ«dzÄ«ba pastāv.

Unikāli dekodējama koda gadījumā mums ir Krafta nevienādība

Ričards Hamings: 13. nodaļa. Informācijas teorija

Tagad, ja mēs definējam pseidovarbūtības

Ričards Hamings: 13. nodaļa. Informācijas teorija

kur protams Ričards Hamings: 13. nodaļa. Informācijas teorija= 1, kas izriet no Gibsa nevienlīdzības,

Ričards Hamings: 13. nodaļa. Informācijas teorija

un pielietojiet nelielu algebru (atcerieties, ka K ā‰¤ 1, lai mēs varētu atmest logaritmisko terminu un, iespējams, vēlāk nostiprināt nevienādÄ«bu), mēs iegÅ«stam

Ričards Hamings: 13. nodaļa. Informācijas teorija

kur L ir vidējais koda garums.

Tādējādi entropija ir minimālā robeža jebkuram kodam pa simbolam ar vidējo koda vārda garumu L. Šī ir Šenona teorēma kanālam bez traucējumiem.

Tagad apsveriet galveno teorēmu par sakaru sistēmu ierobežojumiem, kurās informācija tiek pārraidÄ«ta kā neatkarÄ«gu bitu plÅ«sma un ir troksnis. Saprotams, ka viena bita pareizas pārraides iespējamÄ«ba ir P > 1/2, un varbÅ«tÄ«ba, ka pārraides laikā bita vērtÄ«ba tiks apgriezta (radÄ«sies kļūda), ir vienāda ar Q = 1 - P. ĒrtÄ«bas labad mēs pieņemsim, ka kļūdas ir neatkarÄ«gas un kļūdas iespējamÄ«ba katram nosÅ«tÄ«tajam bitam ir vienāda - tas ir, sakaru kanālā ir ā€œbaltais troksnisā€.

Veids, kā mums ir gara n bitu plÅ«sma, kas kodēta vienā ziņojumā, ir viena bita koda n-dimensijas paplaÅ”inājums. n vērtÄ«bu noteiksim vēlāk. Apsveriet ziņojumu, kas sastāv no n-bitiem, kā punktu n-dimensiju telpā. Tā kā mums ir n-dimensionāla telpa - un vienkārŔības labad pieņemsim, ka katram ziņojumam ir vienāda raÅ”anās varbÅ«tÄ«ba - ir iespējami M ziņojumi (arÄ« M tiks definēts vēlāk), tāpēc jebkura nosÅ«tÄ«tā ziņojuma varbÅ«tÄ«ba ir

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ričards Hamings: 13. nodaļa. Informācijas teorija
(sūtītājs)
Grafiks 13.II

Tālāk apsveriet ideju par kanāla ietilpÄ«bu. Neiedziļinoties detaļās, kanāla kapacitāte tiek definēta kā maksimālais informācijas apjoms, ko var droÅ”i pārsÅ«tÄ«t pa sakaru kanālu, ņemot vērā visefektÄ«vākās kodÄ“Å”anas izmantoÅ”anu. Nav argumentu, ka pa saziņas kanālu var pārraidÄ«t vairāk informācijas nekā tā jauda. To var pierādÄ«t bināram simetriskam kanālam (ko mēs izmantojam mÅ«su gadÄ«jumā). Kanāla jauda, ā€‹ā€‹nosÅ«tot bitus, tiek norādÄ«ta kā

Ričards Hamings: 13. nodaļa. Informācijas teorija

kur, tāpat kā iepriekŔ, P ir kļūdas neesamības varbūtība nevienā nosūtītajā bitā. Nosūtot n neatkarīgus bitus, kanāla kapacitāti nosaka ar

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ja esam tuvu kanāla kapacitātei, tad mums ir jānosÅ«ta gandrÄ«z Ŕāds informācijas apjoms katram no simboliem ai, i = 1, ..., M. Ņemot vērā, ka katra simbola ai raÅ”anās varbÅ«tÄ«ba ir 1 / M, mēs saņemam

Ričards Hamings: 13. nodaļa. Informācijas teorija

kad mēs nosūtām kādu no M vienādi iespējamiem ziņojumiem ai, mums ir

Ričards Hamings: 13. nodaļa. Informācijas teorija

Kad tiek nosūtīti n biti, mēs sagaidām nQ kļūdas. Praksē ziņojumam, kas sastāv no n-bitiem, saņemtajā ziņojumā mums būs aptuveni nQ kļūdas. Lieliem n, relatīvā variācija (variation = sadalījuma platums, )
kļūdu skaita sadalījums kļūs arvien Ŕaurāks, palielinoties n.

Tātad no raidītāja puses es ņemu ziņojumu ai, lai nosūtītu un ap to uzzīmēju sfēru ar rādiusu

Ričards Hamings: 13. nodaļa. Informācijas teorija

kas ir nedaudz lielāks par summu, kas vienāda ar e2, nekā paredzamais kļūdu skaits Q, (13.II attēls). Ja n ir pietiekami liels, tad ir patvaļīgi maza varbÅ«tÄ«ba, ka uztvērēja pusē parādÄ«sies ziņojuma punkts bj, kas sniedzas ārpus Ŕīs sfēras. Ieskicēsim situāciju, kādu es to redzu no raidÄ«tāja viedokļa: mums ir jebkurÅ” rādiuss no nosÅ«tÄ«tā ziņojuma ai lÄ«dz saņemtajam ziņojumam bj ar kļūdas varbÅ«tÄ«bu, kas vienāda (vai gandrÄ«z vienāda) ar normālo sadalÄ«jumu, sasniedzot maksimumu. no nQ. Jebkuram e2 ir tik liels n, ka varbÅ«tÄ«ba, ka iegÅ«tais punkts bj atrodas ārpus manas sfēras, ir tik maza, cik vēlaties.

Tagad paskatÄ«simies uz Å”o paÅ”u situāciju no jÅ«su puses (13.III att.). Uztvērēja pusē ap saņemto punktu bj n-dimensiju telpā ir tāda paÅ”a rādiusa r lode S(r), ka, ja saņemtais ziņojums bj atrodas manā sfērā, tad manis nosÅ«tÄ«tais ziņojums ai atrodas jÅ«su iekÅ”ienē. sfēra.

Kā var rasties kļūda? Kļūda var rasties tālāk esoŔajā tabulā aprakstītajos gadījumos:

Ričards Hamings: 13. nodaļa. Informācijas teorija

13.III attēls

Ričards Hamings: 13. nodaļa. Informācijas teorija

Å eit redzams, ka, ja sfērā, kas uzbÅ«vēta ap saņemto punktu, ir vēl vismaz viens punkts, kas atbilst iespējamam nosÅ«tÄ«tam nekodētam ziņojumam, tad pārraides laikā radās kļūda, jo nevar noteikt, kurÅ” no Å”iem ziņojumiem tika nosÅ«tÄ«ts. NosÅ«tÄ«tais ziņojums ir bez kļūdām tikai tad, ja tam atbilstoÅ”ais punkts atrodas sfērā, un dotajā kodā nav iespējami citi punkti, kas atrodas tajā paŔā sfērā.

Mums ir matemātisks vienādojums kļūdas Pe varbūtībai, ja tiek nosūtīts ziņojums ai

Ričards Hamings: 13. nodaļa. Informācijas teorija

Mēs varam izmest pirmo faktoru otrajā termiņā, pieņemot to kā 1. Tādējādi mēs iegūstam nevienlīdzību

Ričards Hamings: 13. nodaļa. Informācijas teorija

Acīmredzot,

Ričards Hamings: 13. nodaļa. Informācijas teorija

sekojoŔi

Ričards Hamings: 13. nodaļa. Informācijas teorija

atkārtoti pieteikties uz pēdējo termiņu labajā pusē

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ņemot n pietiekami lielu, pirmo terminu var ņemt tik mazu, cik vēlas, teiksim, mazāku par kādu skaitli d. Tāpēc mums ir

Ričards Hamings: 13. nodaļa. Informācijas teorija

Tagad apskatÄ«sim, kā mēs varam izveidot vienkārÅ”u aizstāŔanas kodu, lai kodētu M ziņojumus, kas sastāv no n bitiem. Nemaz nezinot, kā precÄ«zi izveidot kodu (kļūdu laboÅ”anas kodi vēl nebija izgudroti), Å enona izvēlējās nejauÅ”u kodÄ“Å”anu. Apmetiet monētu katram no ziņojuma n bitiem un atkārtojiet Å”o procesu M ziņojumiem. Kopumā jāuztaisa nM monētu uzmetumi, tāpēc tas ir iespējams

Ričards Hamings: 13. nodaļa. Informācijas teorija

kodu vārdnÄ«cas ar tādu paÅ”u varbÅ«tÄ«bu Ā½nM. Protams, nejauÅ”s kodu grāmatas izveides process nozÄ«mē, ka pastāv iespēja dublēties, kā arÄ« koda punkti, kas bÅ«s tuvu viens otram un tādējādi bÅ«s iespējamu kļūdu avots. Jāpierāda, ka, ja tas nenotiek ar varbÅ«tÄ«bu, kas ir lielāka par jebkuru mazu izvēlēto kļūdu lÄ«meni, tad dotais n ir pietiekami liels.
BÅ«tiskākais ir tas, ka Å enona aprēķināja visu iespējamo kodu grāmatu vidējo vērtÄ«bu, lai atrastu vidējo kļūdu! Mēs izmantosim simbolu Av[.], lai apzÄ«mētu vidējo vērtÄ«bu visu iespējamo nejauÅ”o kodu grāmatu kopā. Vidēji aprēķinot konstanti d, protams, tiek iegÅ«ta konstante, jo, lai aprēķinātu vidējo vērtÄ«bu, katrs termins ir tāds pats kā katrs cits summas vārds,

Ričards Hamings: 13. nodaļa. Informācijas teorija

kuru var palielināt (Mā€“1 iet uz M)

Ričards Hamings: 13. nodaļa. Informācijas teorija

Katram ziņojumam, veicot vidējo vērtÄ«bu visās kodu grāmatās, kodÄ“Å”ana tiek veikta caur visām iespējamām vērtÄ«bām, tāpēc vidējā varbÅ«tÄ«ba, ka punkts atrodas sfērā, ir sfēras tilpuma attiecÄ«ba pret kopējo telpas tilpumu. Sfēras tilpums ir

Ričards Hamings: 13. nodaļa. Informācijas teorija

kur s=Q+e2 <1/2 un ns ir jābūt veselam skaitlim.

Pēdējais vārds labajā pusē ir lielākais Å”ajā summā. Vispirms novērtēsim tā vērtÄ«bu, izmantojot Stirlinga formulu faktoriāliem. Pēc tam mēs apskatÄ«sim tā priekŔā esoŔā vārda dilstoÅ”o koeficientu, ņemiet vērā, ka Å”is koeficients palielinās, virzoties pa kreisi, un tādējādi mēs varam: (1) ierobežot summas vērtÄ«bu lÄ«dz Ä£eometriskās progresijas summai ar Å”is sākotnējais koeficients, (2) paplaÅ”ina Ä£eometrisko progresiju no ns vārdiem uz bezgalÄ«gu skaitu vienumu, (3) aprēķina bezgalÄ«gas Ä£eometriskās progresijas summu (standarta algebra, nekas bÅ«tisks) un visbeidzot iegÅ«st robežvērtÄ«bu (pietiekami lielam n):

Ričards Hamings: 13. nodaļa. Informācijas teorija

Ievērojiet, kā entropija H parādÄ«jās binomālajā identitātē. Ņemiet vērā, ka Teilora sērijas paplaÅ”inājums H(s)=H(Q+e2) dod novērtējumu, kas iegÅ«ts, ņemot vērā tikai pirmo atvasinājumu un ignorējot visus pārējos. Tagad saliksim galÄ«go izteiksmi:

Ričards Hamings: 13. nodaļa. Informācijas teorija

kur

Ričards Hamings: 13. nodaļa. Informācijas teorija

Mums tikai jāizvēlas e2 tā, lai e3 < e1, un tad pēdējais termins bÅ«s patvaļīgi mazs, ja vien n ir pietiekami liels. LÄ«dz ar to vidējo PE kļūdu var iegÅ«t tik mazu, cik nepiecieÅ”ams, ja kanāla jauda ir patvaļīgi tuvu C.
Ja visu kodu vidējam rādÄ«tājam ir pietiekami maza kļūda, tad vismaz vienam kodam ir jābÅ«t piemērotam, tātad ir vismaz viena piemērota kodÄ“Å”anas sistēma. Å is ir svarÄ«gs Å enona iegÅ«tais rezultāts - "Å enona teorēma trokŔņainam kanālam", lai gan jāatzÄ«mē, ka viņŔ to pierādÄ«ja daudz vispārÄ«gākā gadÄ«jumā nekā vienkārÅ”ajam bināri simetriskam kanālam, ko izmantoju. VispārÄ«gajam gadÄ«jumam matemātiskie aprēķini ir daudz sarežģītāki, taču idejas nav tik dažādas, tāpēc ļoti bieži, izmantojot konkrēta gadÄ«juma piemēru, var atklāt teorēmas patieso nozÄ«mi.

Kritizēsim rezultātu. Mēs esam vairākkārt atkārtojuÅ”i: "Pietiekami lielai n." Bet cik liels ir n? Ä»oti, ļoti liels, ja tieŔām vēlies bÅ«t gan tuvu kanāla kapacitātei, gan bÅ«t pārliecināts par pareizu datu pārraidi! Faktiski tik liels, ka jums bÅ«s jāgaida ļoti ilgi, lai uzkrātu pietiekami daudz bitu ziņojumu, lai to vēlāk kodētu. Å ajā gadÄ«jumā izlases koda vārdnÄ«cas izmērs bÅ«s vienkārÅ”i milzÄ«gs (galu galā Ŕādu vārdnÄ«cu nevar attēlot Ä«sākā formā nekā visu Mn bitu pilnu sarakstu, neskatoties uz to, ka n un M ir ļoti lieli)!

Kļūdu laboÅ”anas kodi ļauj negaidÄ«t ļoti garu ziņojumu un pēc tam to kodēt un dekodēt, izmantojot ļoti lielas kodu grāmatas, jo tie paÅ”i izvairās no kodu grāmatām un tā vietā izmanto parastu aprēķinu. VienkārŔā teorijā Ŕādi kodi mēdz zaudēt spēju tuvoties kanāla kapacitātei un joprojām saglabāt zemu kļūdu lÄ«meni, taču, kad kods izlabo lielu skaitu kļūdu, tie darbojas labi. Citiem vārdiem sakot, ja kļūdu laboÅ”anai pieŔķirat daļu kanāla jaudas, tad lielāko daļu laika ir jāizmanto kļūdu laboÅ”anas iespēja, t.i., katrā nosÅ«tÄ«tajā ziņojumā ir jāizlabo liels skaits kļūdu, pretējā gadÄ«jumā jÅ«s iztērējat Å”o jaudu.

Tajā paŔā laikā iepriekÅ” pierādÄ«tā teorēma joprojām nav bezjēdzÄ«ga! Tas parāda, ka efektÄ«vām pārraides sistēmām ir jāizmanto gudras kodÄ“Å”anas shēmas ļoti garām bitu virknēm. Kā piemēru var minēt satelÄ«tus, kas lidojuÅ”i tālāk par ārējām planētām; Attālinoties no Zemes un Saules, viņi ir spiesti labot arvien jaunas kļūdas datu blokā: daži satelÄ«ti izmanto saules paneļus, kas nodroÅ”ina aptuveni 5 W, citi izmanto kodolenerÄ£ijas avotus, kas nodroÅ”ina aptuveni tādu paÅ”u jaudu. Strāvas avota mazā jauda, ā€‹ā€‹mazie raidÄ«tāju Ŕķīvju izmēri un ierobežotie uztvērēju Ŕķīvju izmēri uz Zemes, milzÄ«gais attālums, kādā signālam jānobrauc ā€” tas viss prasa kodu ar augstu kļūdu laboÅ”anas lÄ«meni, lai izveidotu efektÄ«va komunikācijas sistēma.

AtgriezÄ«simies pie n-dimensiju telpas, ko izmantojām iepriekÅ” minētajā pierādÄ«jumā. Apspriežot to, mēs parādÄ«jām, ka gandrÄ«z viss sfēras tilpums ir koncentrēts ārējās virsmas tuvumā - lÄ«dz ar to ir gandrÄ«z droÅ”i, ka nosÅ«tÄ«tais signāls atradÄ«sies netālu no tās sfēras virsmas, kas uzbÅ«vēta ap saņemto signālu, pat ar relatÄ«vi mazs Ŕādas sfēras rādiuss. Tāpēc nav pārsteidzoÅ”i, ka saņemtais signāls pēc patvaļīgi liela kļūdu skaita nQ izlaboÅ”anas izrādās patvaļīgi tuvu signālam bez kļūdām. Saites jauda, ā€‹ā€‹par kuru mēs runājām iepriekÅ”, ir Ŕīs parādÄ«bas izpratnes atslēga. Ņemiet vērā, ka lÄ«dzÄ«gas sfēras, kas izveidotas kļūdu laboÅ”anai Haminga kodiem, nepārklājas. Lielais gandrÄ«z ortogonālo izmēru skaits n-dimensiju telpā parāda, kāpēc mēs varam ievietot M sfēras telpā ar nelielu pārklāŔanos. Ja pieļaujam nelielu, patvaļīgi mazu pārklāŔanos, kas dekodÄ“Å”anas laikā var radÄ«t tikai nelielu skaitu kļūdu, varam iegÅ«t blÄ«vu sfēru izvietojumu telpā. Hamings garantēja zināmu kļūdu laboÅ”anas lÄ«meni, Å enons - zemu kļūdu iespējamÄ«bu, bet tajā paŔā laikā faktiskās caurlaides saglabāŔanu patvaļīgi tuvu sakaru kanāla kapacitātei, ko Haminga kodi nevar izdarÄ«t.

Informācijas teorija nepasaka mums, kā izveidot efektÄ«vu sistēmu, bet tā norāda ceļu uz efektÄ«vām komunikācijas sistēmām. Tas ir vērtÄ«gs rÄ«ks, lai izveidotu sakaru sistēmas starp maŔīnām, taču, kā minēts iepriekÅ”, tam ir maza nozÄ«me cilvēku savstarpējā saziņā. Tas, cik lielā mērā bioloÄ£iskā mantoÅ”ana ir lÄ«dzÄ«ga tehniskām komunikāciju sistēmām, vienkārÅ”i nav zināms, tāpēc paÅ”laik nav skaidrs, kā informācijas teorija attiecas uz gēniem. Mums nav citas izvēles, kā mēģināt, un, ja veiksme mums parāda Ŕīs parādÄ«bas maŔīnveida raksturu, tad neveiksme norādÄ«s uz citiem nozÄ«mÄ«giem informācijas rakstura aspektiem.

Neatkāpsimies pārāk daudz. Mēs esam redzējuÅ”i, ka visām sākotnējām definÄ«cijām lielākā vai mazākā mērā ir jāpauž mÅ«su sākotnējās pārliecÄ«bas bÅ«tÄ«ba, taču tām ir raksturÄ«ga zināma izkropļojuma pakāpe un tāpēc tās nav piemērojamas. Tradicionāli tiek pieņemts, ka galu galā mÅ«su izmantotā definÄ«cija faktiski nosaka bÅ«tÄ«bu; bet tas tikai stāsta mums, kā apstrādāt lietas, un nekādā veidā nesniedz mums nekādu nozÄ«mi. Postulācijas pieeja, kas tik ļoti iecienÄ«ta matemātikas aprindās, praksē atstāj daudz ko vēlēties.

Tagad mēs apskatÄ«sim IQ testu piemēru, kur definÄ«cija ir tik apļveida, cik vēlaties, un rezultātā tā ir maldinoÅ”a. Tiek izveidots tests, kam paredzēts izmērÄ«t intelektu. Pēc tam tas tiek pārskatÄ«ts, lai tas bÅ«tu pēc iespējas konsekventāks, un pēc tam tas tiek publicēts un ar vienkārÅ”u metodi kalibrēts tā, lai izmērÄ«tais ā€œinteliÄ£enceā€ izrādÄ«tos normāli sadalÄ«ts (protams, uz kalibrÄ“Å”anas lÄ«knes). Visas definÄ«cijas ir atkārtoti jāpārbauda ne tikai tad, kad tās tiek piedāvātas pirmo reizi, bet arÄ« daudz vēlāk, kad tās tiek izmantotas izdarÄ«tajos secinājumos. Cik lielā mērā definÄ«cijas robežas ir piemērotas risināmajai problēmai? Cik bieži vienā iestatÄ«jumā sniegtās definÄ«cijas tiek lietotas diezgan atŔķirÄ«gos iestatÄ«jumos? Tas notiek diezgan bieži! Humanitārajās zinātnēs, ar kurām savā dzÄ«vē neizbēgami saskarsies, tas notiek biežāk.

Tādējādi viens no Ŕīs informācijas teorijas prezentācijas mērÄ·iem, papildus tās lietderÄ«bas demonstrÄ“Å”anai, bija brÄ«dināt par Ŕīm briesmām vai arÄ« parādÄ«t, kā tieÅ”i to izmantot, lai iegÅ«tu vēlamo rezultātu. Jau sen ir atzÄ«mēts, ka sākotnējās definÄ«cijas nosaka to, ko jÅ«s galu galā atrodat, daudz lielākā mērā, nekā Ŕķiet. Sākotnējās definÄ«cijas prasa no jums lielu uzmanÄ«bu ne tikai jebkurā jaunā situācijā, bet arÄ« jomās, ar kurām jÅ«s strādājat ilgu laiku. Tas ļaus jums saprast, cik lielā mērā iegÅ«tie rezultāti ir tautoloÄ£ija, nevis kaut kas noderÄ«gs.

Slavenais Edingtonas stāsts stāsta par cilvēkiem, kuri makŔķerēja jÅ«rā ar tÄ«klu. Izpētot nozvejoto zivju izmēru, viņi noteica minimālo zivju izmēru, kas sastopams jÅ«rā! Viņu secinājumus noteica izmantotais instruments, nevis realitāte.

Lai varētu turpināt ...

Kas vēlas palÄ«dzēt ar grāmatas tulkoÅ”anu, maketÄ“Å”anu un izdoÅ”anu - rakstiet personÄ«gā ziņā vai e-pastā [e-pasts aizsargāts]

Starp citu, esam uzsākuÅ”i arÄ« citas forÅ”as grāmatas tulkoÅ”anu - "Sapņu maŔīna: stāsts par datoru revolÅ«ciju")

Mēs Ä«paÅ”i meklējam tie, kas palÄ«dzēs tulkot bonusa nodaļa, kas ir tikai video. (pārsÅ«tÄ«Å”ana uz 10 minÅ«tēm, pirmās 20 jau paņemtas)

Grāmatas saturs un tulkotās nodaļaspriekŔvārds

  1. Ievads zinātnē un inženierzinātnēs: mācÄ«Å”anās mācÄ«ties (28. gada 1995. marts) Tulkojums: 1. nodaļa
  2. "Digitālās (diskrētās) revolūcijas pamati" (30. gada 1995. marts) 2. nodaļa. Digitālās (diskrētās) revolūcijas pamati
  3. "Datoru vēsture ā€” aparatÅ«ra" (31. gada 1995. marts) 3. nodaļa. Datoru vēsture ā€“ aparatÅ«ra
  4. "Datoru vēsture ā€” programmatÅ«ra" (4. gada 1995. aprÄ«lis) 4. nodaļa. Datoru vēsture ā€“ programmatÅ«ra
  5. "Datoru vēsture ā€” lietojumprogrammas" (6. gada 1995. aprÄ«lis) 5. nodaļa: Datoru vēsture ā€“ praktiskie pielietojumi
  6. "MākslÄ«gais intelekts ā€” I daļa" (7. gada 1995. aprÄ«lis) 6. nodaļa. MākslÄ«gais intelekts - 1
  7. "MākslÄ«gais intelekts ā€” II daļa" (11. gada 1995. aprÄ«lis) 7. nodaļa. MākslÄ«gais intelekts - II
  8. "Mākslīgais intelekts III" (13. gada 1995. aprīlis) 8. nodaļa. Mākslīgais intelekts-III
  9. "n-dimensiju telpa" (14. gada 1995. aprīlis) 9. nodaļa. N-dimensiju telpa
  10. "KodÄ“Å”anas teorija ā€” informācijas attēlojums, I daļa" (18. gada 1995. aprÄ«lis) 10. nodaļa. KodÄ“Å”anas teorija - I
  11. "KodÄ“Å”anas teorija ā€” informācijas attēlojums, II daļa" (20. gada 1995. aprÄ«lis) 11. nodaļa. KodÄ“Å”anas teorija - II
  12. "Kļūdu laboŔanas kodi" (21. gada 1995. aprīlis) 12. nodaļa. Kļūdu laboŔanas kodi
  13. "Informācijas teorija" (25. gada 1995. aprīlis) 13. nodaļa Informācijas teorija
  14. "Digitālie filtri, I daļa" (27. gada 1995. aprīlis) 14. nodaļa. Digitālie filtri - 1
  15. "Digitālie filtri, II daļa" (28. gada 1995. aprīlis) 15. nodaļa. Digitālie filtri - 2
  16. "Digitālie filtri, III daļa" (2. gada 1995. maijs) 16. nodaļa. Digitālie filtri - 3
  17. "Digitālie filtri, IV daļa" (4. gada 1995. maijs) 17. nodaļa. Digitālie filtri - IV
  18. "Simulācija, I daļa" (5. gada 1995. maijs) 18. nodaļa. ModelÄ“Å”ana - I
  19. "Simulācija, II daļa" (9. gada 1995. maijs) 19. nodaļa. ModelÄ“Å”ana - II
  20. "Simulācija, III daļa" (11. gada 1995. maijs) 20. nodaļa. ModelÄ“Å”ana - III
  21. "Fiber Optics" (12. gada 1995. maijs) 21. nodaļa. Šķiedru optika
  22. "Datorizēta apmācÄ«ba" (16. gada 1995. maijs) 22. nodaļa: datorizētas instrukcijas (CAI)
  23. "Matemātika" (18. gada 1995. maijs) 23. nodaļa. Matemātika
  24. "Kvantu mehānika" (19. gada 1995. maijs) 24. nodaļa. Kvantu mehānika
  25. "RadoŔums" (23.). Tulkojums: 25. nodaļa. RadoŔums
  26. "Eksperti" (25. gada 1995. maijs) 26. nodaļa. Eksperti
  27. "Neuzticami dati" (26. gada 1995. maijs) 27. nodaļa. Neuzticami dati
  28. "Sistēmu inženierija" (30. gada 1995. maijs) 28. nodaļa. Sistēmu inženierija
  29. "You Get What You Measure" (1. gada 1995. jūnijs) 29. nodaļa: Jūs saņemat to, ko mērāt
  30. "Kā mēs zinām, ko mēs zinām" (JÅ«nijs 2, 1995) tulkot 10 minÅ«Å”u gabalos
  31. Hamings, ā€œYou and Your Researchā€ (6. gada 1995. jÅ«nijs). Tulkojums: JÅ«s un jÅ«su darbs

Kas vēlas palÄ«dzēt ar grāmatas tulkoÅ”anu, maketÄ“Å”anu un izdoÅ”anu - rakstiet personÄ«gā ziņā vai e-pastā [e-pasts aizsargāts]

Avots: www.habr.com

Pievieno komentāru