Using data-compressors for statistical analysis of problems on homogeneity testing and classification

Boris Ryabko, Andrey Guskov, Irina Selivanova

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

1 Цитирования (Scopus)

Аннотация

Nowadays data compressors are applied to many problems of text analysis, but many such applications are developed outside of the framework of mathematical statistics. In this paper we overcome this obstacle and show how several methods of classical mathematical statistics can be developed based on applications of the data compressors.

Язык оригиналаанглийский
Название основной публикации2017 IEEE International Symposium on Information Theory, ISIT 2017
ИздательInstitute of Electrical and Electronics Engineers Inc.
Страницы121-125
Число страниц5
ISBN (электронное издание)9781509040964
DOI
СостояниеОпубликовано - 9 авг 2017
Опубликовано для внешнего пользованияДа
Событие2017 IEEE International Symposium on Information Theory, ISIT 2017 - Aachen, Германия
Продолжительность: 25 июн 201730 июн 2017

Серия публикаций

НазваниеIEEE International Symposium on Information Theory - Proceedings
ISSN (печатное издание)2157-8095

Конференция

Конференция2017 IEEE International Symposium on Information Theory, ISIT 2017
СтранаГермания
ГородAachen
Период25.06.201730.06.2017

Fingerprint Подробные сведения о темах исследования «Using data-compressors for statistical analysis of problems on homogeneity testing and classification». Вместе они формируют уникальный семантический отпечаток (fingerprint).

  • Цитировать

    Ryabko, B., Guskov, A., & Selivanova, I. (2017). Using data-compressors for statistical analysis of problems on homogeneity testing and classification. В 2017 IEEE International Symposium on Information Theory, ISIT 2017 (стр. 121-125). [8006502] (IEEE International Symposium on Information Theory - Proceedings). Institute of Electrical and Electronics Engineers Inc.. https://doi.org/10.1109/ISIT.2017.8006502