Key points are not available for this paper at this time.
Quantisierer für probabilistische Quellen sind normalerweise auf den mittleren quadratischen Fehler optimiert. In vielen Anwendungen ist es ein geeigneteres Ziel, einen niedrigen relativen Fehler aufrechtzuerhalten. Dieses Maß wurde zuvor heuristisch mit der Verwendung von logarithmischer Kompanding in der Wahrnehmungscodierung verbunden. Wir leiten optimale komprimierende Quantisierer für feste und variable Raten unter Annahmen hoher Auflösung ab. Die Analyse zeigt, dass logarithmisches Kompanding für die Quantisierung mit variabler Rate optimal ist, jedoch im Allgemeinen nicht für die Quantisierung mit fester Rate. Natürlich kann die Verbesserung des relativen Fehlers durch die Verwendung eines korrekt optimierten Quantisierers beliebig groß sein. Wir erweitern dieses Framework für eine große Klasse von nichtdifferenzierenden Verzerrungen.
Sun et al. (Tue,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: