本文针对两个编码器多终端源编码问题进行研究，在对数损失测量下，提供了对于任意相关源有限字母表的可实现速率失真区域的单字母表达。在此过程中，还给出了 $m$ 个编码器首席执行官的速率失真区域（也在对数损失下）。并提供了多个应用和示例。

Oct, 2011

对有限公共随机性的输出约束有损源编码进行失真率函数分析，讨论了均方误差度量的特殊情况，当源和重建分布均为高斯分布时，得到了显式表达式。这进一步揭示了以 Kullback-Leibler 散度或平方二次 Wasserstein 距离作为感知度量的二次高斯码率 - 失真 - 感知编码的信息论极限的部分特征。

Mar, 2024

研究了源编码率和概率与块长度的关系，推导出任意固定块长度下的紧致通用可达性和对话边界，对于具备可分离失真度的平稳无记忆源，最小可达速率接近于率失真函数加上速率分散。

Feb, 2011

本论文探讨仅在接收端有可用信息时，在 L-block Rayleigh fading MIMO 信道上传输连续幅度源时的最优性能和期望端到端失真的最小化，通过分层源编码与渐进、叠加或混合数字 / 模拟传输消除带宽比率干扰，并结合多个自由度的信道对失真指数进行分析与优化。

Nov, 2007

本文发现了最佳可达失真联合源信道码率的新的严格有限块长度界限，并证明联合源信道码设计在非渐近区域中带来了相当大的性能优势。

Sep, 2012

在大块长度的渐进极限中，我们研究了无记忆源模型的速率失真感知（RDP）权衡。我们的感知度量基于基于编码器输出条件下的源和重构序列的分布之间的离散，这最初是在 [1]，[2] 中提出的。我们考虑编码器和解码器之间没有共享随机性的情况。对于离散无记忆源的情况，我们导出了 RDP 函数的单字母特性，从而解决了在 Blau 和 Michaeli [3] 中引入的边际度量问题（无共享随机性）。我们的实现方案基于在 [4] 中提出的带后验参考映射的有损源编码。对于在平方误差失真度量和平方二次 Wasserstein 感知度量下的连续值源的情况，我们还导出了单字母特性，并表明在解码器中添加噪声机制足以实现最佳表示。对于零感知损失的情况，我们证明了我们的特征与在 [5]，[6] 中推导的边际度量结果有趣地相吻合，并再次证明了可以在最小失真中以 3 dB 的惩罚实现零感知损失。最后，我们将结果特化到高斯源的情况。我们导出了矢量高斯源的 RDP 函数并提出了一种水填充类型的解决方案。我们还部分表征了混合矢量高斯源的 RDP 函数。

Jan, 2024

通过研究符号畸变和语义感知限制下的语义通信数据率，提出了可实现的区域，并证明了一种随机编码方案可以实现该区域。对于给定的畸变和感知限制，推导了二进制语义信息源的闭合可实现速率，并验证了理论观察的实验结果。

Dec, 2023

我们提出了一种用于推断科学模拟器参数的唯一源分布的方法，并尽可能保留更多的不确定性。

Feb, 2024

本文研究了 Shannon 下界与速率失真函数之间的关系，证明在所有有限差分熵和整数部分的源情况下，随着允许失真趋近于零，Shannon 下界与速率失真函数之间的差距趋近于零；反之，如果源的整数部分具有无限的熵，则其速率失真函数对于每个有限失真都是无限的。因此，Shannon 下界提供了关于速率失真函数的渐近紧密界限，如果源的整数部分具有有限熵，那么它只能提供渐近紧密的界。

Apr, 2015

通过采用 Blau & Michaeli 2018 年提出的感知质量的数学定义，研究了速率、失真和感知之间的三重权衡，我们证明了该三重权衡的几个基本属性，并在一个玩具 MNIST 例子上进行了可视化说明。

Jan, 2019