[論文レビュー] On the Rényi Rate-Distortion-Perception Function and Functional Representations

Jiahui Wei, Marios Kountouris|arXiv (Cornell University)|Jan 17, 2026

Wireless Communication Security Techniques被引用数 0

ひとこと要約

この論文は Rate-Distortion-Perception フレームワークを Rényi 情報領域に拡張し、Sibson の alpha-相互情報量を用いて、 Gaussian ケースの閉形式を導出し、alpha によって heavy-tailed と有限サポートのコードブックの間で機能表現に相の転換があることを明らかにする。

ABSTRACT

We extend the Rate-Distortion-Perception (RDP) framework to the Rényi information-theoretic regime, utilizing Sibson's $α$-mutual information to characterize the fundamental limits under distortion and perception constraints. For scalar Gaussian sources, we derive closed-form expressions for the Rényi RDP function, showing that the perception constraint induces a feasible interval for the reproduction variance. Furthermore, we establish a Rényi-generalized version of the Strong Functional Representation Lemma. Our analysis reveals a phase transition in the complexity of optimal functional representations: for $0.5<α< 1$, the coding cost is bounded by the $α$-divergence of order $α+1$, necessitating a codebook with heavy-tailed polynomial decay; conversely, for $α> 1$, the representation collapses to one with finite support, offering new insights into the compression of shared randomness under generalized notions of mutual information.

研究の動機と目的

• Sibson の alpha-相互情報量を用いて Rate-Distortion-Perception を Rényi 情報設定へ一般化する。
• MSE 劣化と知覚制約の下でスカラー Gaussian ソースの閉形式 Rényi RDP を導出する。
• Poisson 関数表現を用いた RényiGENERALIZED Strong Functional Representation Lemma（SFRL）の確立。
• 最適な Rényi 表現の構造を特徴づけ、alpha に基づくコードブックの支持集合の相転換を特定する。
• Campbell の符号化コストへの関連を示し、ロバスト性と分布シフト対応モデリングへの含意を論じる。

提案手法

• RD_α(D,P) を P_{Y|X} の I_α(X;Y) の下限として定義し、歪み E[d(X,Y)] ≤ D および知覚 d_P(P_X,P_Y) ≤ P を満たす。
• 凸性を証明し、凸代替量 J_α(X;Y)=2^{((α-1)/α) I_α(X;Y)} を用いて最適化を可能にする。
• Gaussian X ~ N(0, σ_X^2) の二乗誤差歪みの場合、R_α(D) = (1/2) log(1 + α (σ_X^2 - D)/D) が成り、Y = cX + Z による線形ガウス試験チャネルで達成され、鋭いヤング不等式で検証される。
• 知覚を組み込むには再現分散を実現可能区間に制限し、RD-最適分散を交差点へ投影して R_α(D,P) を得る。
• Rényi regime に対する Strong Functional Representation Lemma を Poisson 関数表現と Sibson 最適マージナル Q_{Y_α} に関して拡張する（Rényi-SFRL）。
• 機能表現におけるインデックス K の Rényi エントロピーの境界を導出し、α ∈ (0.5,1) では重い尾を持つ無限サポートコード、α > 1 では有限サポート表現へと構造が変化する。
• Campbell の符号付けコストとの結びつきを論じ、一般化相互情報量の下で共有乱数の実用的符号化に関する数値検証を提供する。

実験結果

リサーチクエスチョン

• RQ1 Rényi rate-distortion-perception 関数 R_α(D,P) は何か、一般的なソースに対してどのように計算できるか。
• RQ2 Rényi レジームを考慮した場合、知覚は再現をどう制約するか。特に Gaussian ソースにとって。
• RQ3 Rényi-generalized Strong Functional Representation Lemma を確立できるか、最適表現の構造とコストはどうなるか。
• RQ4 α が 0.5 と 1 を跨ぐとき、コードブックの支持と尾の挙動の点で機能表現にはどんな相転換があるか。
• RQ5 これらの Rényi ベースの結果は Campbell の符号化コストや一般化相互情報量の下での共有乱数の実用的符号化とどう関連するか。

主な発見

• Gaussian ソースと MSE 劣化の場合、Rényi RDP 関数は R_α(D) = (1/2) log(1 + α (σ_X^2 - D)/D)。
• 知覚制約は再現分散の実現可能区間へと約束され、最適な σ_Y^2 は RD-最適分散を再現-知覚の交差区間へ正投影したもの。
• Sibson の I_α+1(X;Y) にリンクする Sibson 最適マージナルに対する Poisson 関数表現を用いた Rényi generalized Strong Functional Representation Lemma が確立され、符号化コストと結びつく。
• 相転換が存在する：0.5 < α < 1 のとき最適表現は無限サポートで多項式尾を持つ重尾、α > 1 のとき表現は有限サポートに崩壊し、p_k は有限の K_max を超えなくなる。
• 重尾領域は α+1 ダイバージェンスで符号化コストが上界付けられることを意味し、有限サポート領域は対数モーメントによる境界を与え、複雑さ/歪み/知覚のトレードオフが異なることを強調。
• ガウス型 X を用いた数値シミュレーションは重尾 vs 有限サポートの挙動を確認し、Rényi-SFRL の境界を検証。