資訊測量符號

目錄

自然對數Function

自然對數的fundamental inequality可以定義成:
定理:對於任意的$a>0, ln a \leq a-1$ 等式能夠保持在這個條件之下若且唯若 $a = 1$

隨機變數

假設一個X是Discrete Random Variable(R.V.)遵照alphabet $\mathbb{X}$ 並且這個$\mathbb{X}$屬於Probability Mass Function (PMF),我們可以表示成

\[ P_{X}(x) = Pr{X = x}, x \in \mathbb{X} \]

X為R.V., $x$為實數屬於$\mathbb{X}$這個alphabet,而為了方便起見,我們通常表示$P_{X}(x)$是$P(x)$,所以看到$P(y)$表示這是屬於另一個Y的R.V.,故$P_{X}(x)$跟$P_{Y}(y)$是來自兩個不同的PMF。

Scientia

我是Scientia,研究興趣包含Cryptology, Cryptographic Engineering, Security and Privacy, Computational Complexity, Quantum Cryptography, Cybersecurity, Hardware Security以及Anomaly Detection.

Related Posts

NP-Completeness

首先需要一個問題叫做布林公式(Boolean formula)會像:

    \[\phi = (\bar{x} \wedge y) \vee (x \wedge \bar{z})\]

裡面的每一個符號稱作variable,每一個variable可以給0或1的值就像在做.

時間複雜度

通長在測量複雜度的時候會使用兩種分析方法:Worst-case analysisAverage-case analysis定義一個M是Deterministic Turing Machine並且會根據輸入決定停止規範M的執行時間或者時間複雜度可以表示成一個function…

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

You Missed

Palo Alto Firewall URL過濾 以及 Application Block Page

Palo Alto Firewall URL過濾 以及 Application Block Page

群

NP-Completeness

NP-Completeness

異常檢測 問題分類

異常檢測 問題分類

異常檢測 方法評估

異常檢測 方法評估

異常檢測簡介 Anomaly Detection

異常檢測簡介 Anomaly Detection