https://zbmath.org/atom/cc/62B10 2024-04-15T15:10:58.286558Z Werkzeug公司 https://zbmath.org/1530.68212 2024-04-15T15:10:58.286558Z “剑涛” https://zbmath.org/authors/？q=ai:jiantao。 “王，林” https://zbmath.org/authors/？q=ai:wang.lin.11 “杨，波” https://zbmath.org/authors/？q=ai:yang.bo.12 “李凡奇” https://zbmath.org/authors/？q=ai:li.fanqi “刘春秀” https://zbmath.org/authors/？q=ai:liu.chunsiuzi “周，金” https://zbmath.org/authors/？q=ai:zhou.jin.1 摘要：解纠缠是一种非常理想的表征特性，因为它与人类的理解和推理相似。许多工作实现了对信息瓶颈的解开。尽管IB分支具有良好的数学基础，但通常表现出较低的性能。为了深入了解问题，我们开发了一种退火测试来计算信息冻结点（IFP），这是将信息冻结为潜在变量的过渡状态。我们还探索了根据IFP分布的差异分离纠缠因子的这种线索或归纳偏差。我们发现现有的方法存在信息扩散问题，根据该问题，增加的信息在所有潜在变量中扩散。基于这一认识，我们提出了一种新的解纠缠框架，称为提取纠缠因子（DEFT），通过向后缩放信息来解决信息扩散问题。DEFT采用多阶段训练策略，包括具有不同学习速率和分段压力的多组编码器，以逐级分离因素。我们对dSprites和SmallNORB的三种变体进行了DEFT评估，结果显示出低方差和高水平的解缠结分数。此外，在相关因素下的实验表明，基于TC的方法是不可行的。DEFT在无监督环境下也表现出了竞争力。 https://zbmath.org/1530.94010 2024-04-15T15:10:58.286558Z “墨尔本，詹姆斯” https://zbmath.org/authors/？q=ai:melbourne.james “杰拉尔多·帕拉福克斯·卡斯蒂略” https://zbmath.org/authors/？q=ai:palafox-卡斯蒂略·格拉多 摘要：我们对单调对数压缩序列建立了Lyapunov不等式的一个反转，解决了\textit{a.Havrilla}和\textit}{T.Tkocz}[Isr.J.Math.246，No.1，281--297（2021；Zbl 1487.60037）]和\textit{J.Melbourne}及\textit}[IEEE Trans.Inf.Theory 67，No.1，45-51（2021，Zbl 1465.94036）]的猜想。同一猜想的强化版本通过反例被证明是错误的。我们还导出了几个信息论不等式作为结果。特别地，导出了单调对数压缩随机变量的变熵、Rényi熵和信息集中的尖锐界。此外，应用主定理证明中使用的优化方法，在对称环境中推导出类似的信息理论结果，其中Lyapunov反转已知失败。