From Blackwell Dominance in Large Samples to Rényi Divergences and Back Again
大样本 Blackwell 优势与 Rényi 散度的双向联系AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究信息实验的比较与散度刻画，属于通用信息理论，未明确涉及给定分类中的具体计量领域。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
大样本 Blackwell 优势与 Rényi 散度的双向联系
- 研究问题
- 重复独立观测下，如何比较两种信息实验在大样本中的信息量，并据此刻画满足可加性及数据处理不等式的分布差异度量？
- 方法与思路
- 作者在二元自然状态下比较重复独立信息实验，将大样本 Blackwell 优势与 Rényi 散度联系，再利用此关系刻画可加散度。
- 材料陈述的贡献
- 摘要称，一般情形下大样本信息优势等价于更高的 Rényi 散度，并由此将满足数据处理不等式的可加散度刻画为 Rényi 散度的积分。
- 阅读关注点
- 核对二元状态、重复独立实验与“一般情形”的精确定义，重点查看大样本优势的判别条件及散度积分表示的适用范围。
- 阅读边界
- 摘要以二元状态为基准，未给出“一般情形”的例外、所需样本量或积分表示的技术条件，不能据此推断任意实验均满足该等价关系。
原文摘要
We study repeated independent Blackwell experiments; standard examples include drawing multiple samples from a population, or performing a measurement in different locations. In the baseline setting of a binary state of nature, we compare experiments in terms of their informativeness in large samples. Addressing a question due to Blackwell (1951), we show that generically an experiment is more informative than another in large samples if and only if it has higher Rényi divergences. We apply our analysis to the problem of measuring the degree of dissimilarity between distributions by means of divergences. A useful property of Rényi divergences is their additivity with respect to product distributions. Our characterization of Blackwell dominance in large samples implies that every additive divergence that satisfies the data processing inequality is an integral of Rényi divergences.