Information concentration for convex measures

Jiange Li 1 Matthieu Fradelizi 2 Mokshay Madiman 1
1 University of Delaware - Department of Mathematical Sciences
2 LAMA - Laboratoire d'Analyse et de Mathématiques Appliquées
Abstract : Sharp exponential deviation estimates of the information content as well as a sharp bound on the varentropy are obtained for convex probability measures on Euclidean spaces. These provide, in a sense, a nonasymptotic equipartition property for convex measures even in the absence of stationarity-type assumptions.
Type de document :
Communication dans un congrès
2016 IEEE International Symposium on Information Theory (ISIT 2016), Jul 2016, Barcelone, Spain. 2016 IEEE International Symposium on Information Theory (ISIT),, pp.1128-1132, 2016, 〈http://www.isit2016.org/〉. 〈10.1109/ISIT.2016.7541475〉
Liste complète des métadonnées

Littérature citée [15 références]  Voir  Masquer  Télécharger
https://hal-upec-upem.archives-ouvertes.fr/hal-01590229
Contributeur : Matthieu Fradelizi <>
Soumis le : mardi 19 septembre 2017 - 14:02:27
Dernière modification le : jeudi 11 janvier 2018 - 06:12:17

Fichier

FLM-isit16-final.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

UPEC-UPEM | INSMI

Citation

Jiange Li, Matthieu Fradelizi, Mokshay Madiman. Information concentration for convex measures. 2016 IEEE International Symposium on Information Theory (ISIT 2016), Jul 2016, Barcelone, Spain. 2016 IEEE International Symposium on Information Theory (ISIT),, pp.1128-1132, 2016, 〈http://www.isit2016.org/〉. 〈10.1109/ISIT.2016.7541475〉. 〈hal-01590229〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

64

Téléchargements de fichiers

37

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD