The channel reliability function is an important tool that characterizes the reliable transmission of messages over communication channels. For many channels, only the upper and lower bounds of the function are known. In this paper we analyze the computability of the reliability function and its related functions. We show that the reliability function is not a Turing computable performance function. The same also applies to the functions of the sphere packing bound and the expurgation bound. Furthermore, we consider the $R_\infty$ function and the zero-error feedback capacity, since they play an important role in the context of the reliability function. Both the $R_\infty$ function and the zero-error feedback capacity are not Banach Mazur computable. We show that the $R_\infty$ function is additive. The zero-error feedback capacity is super-additive and we characterize its behavior.


翻译:频道可靠性功能是一个重要的工具,它通过通信渠道可靠传输信息。对于许多频道来说,只有该功能的上下界是已知的。在本文中,我们分析了可靠性功能及其相关功能的可计算性。我们表明,可靠性功能不是图灵可计算性功能。同样也适用于域包装和排污约束的功能。此外,我们认为,$R ⁇ infty$函数和零error反馈能力,因为它们在可靠性功能方面起着重要作用。$R ⁇ infty$函数和零error反馈能力都不是Banachur Mazubable。我们表明,$R ⁇ infty$函数是添加性的。零error反馈能力是超级增加的,我们描述其行为。

0
下载
关闭预览

相关内容

专知会员服务
113+阅读 · 2020年10月8日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
《科学》(20190426出版)一周论文导读
科学网
5+阅读 · 2019年4月27日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
《科学》(20190426出版)一周论文导读
科学网
5+阅读 · 2019年4月27日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Top
微信扫码咨询专知VIP会员