آشنایی با موضوع

نظریه اطلاعات شاخه‌ای از علم ریاضی است که در سه زمینه‌ی اندازه گیری (عددی کردن) و ذخیره سازی و انتقال اطلاعات توسعه یافته است. کلود شانون را پدر نظریه اطلاعات می‌دانند. نظریه اطلاعات زمانی در ذهن کلود شانون شکل گرفت که می‌خواست محاسبه کند و ببیند تکنیک های فشرده سازی برای جابجایی اطلاعات، حداکثر چقدر توانایی دارند و مرز قابل تصور برای فشرده سازی اطلاعات چقدر است. آن محاسبات و اندازه گیری ها، پایه‌ی چیزی شد که امروز به نام انتروپی اطلاعات می‌شناسیم. امروز نظریه اطلاعات دیگر یک علم ریاضی و مجرد محسوب نمی‌شود. بلکه از ترکیب آن با دانش‌های مختلف از جمله زیست شناسی، فیزیک، شبکه های اجتماعی و کوانتوم، تخصص‌های میان رشته‌ای زیادی خلق شده است. هربار که یک فایل را در فرمت ZIP یا RAR فشرده می‌کنید و یا یک موسیقی را در قالب mp3 گوش می‌دهید، در حال استفاده از دستاوردهای نظریه اطلاعات هستید. به همین دلیل، عموماً گفته می‌شود که کلود شانون از جمله دانشمندانی است که سهم او در توسعه‌ی دنیای تکنولوژی آن قدر که شایسته است، برای مردم عادی شناخته شده نیست. مفهوم اطلاعاتی که توسط شانون مطالعه شد اطلاعات از دید آمار و احتمالات بوده و با مفاهیم روزمره از اطلاعات مانند «دانش» یا استفاده‌های روزمره از آن در زبان طبیعی مانند «بازیابی اطلاعات»، «تحلیل اطلاعات»، «چهارراه اطلاعات» و غیره تفاوت می‌دارد. اگر چه نظریه اطلاعات رشته‌های دیگر مانند روان‌شناسی و فلسفه را تحت تأثیر قرار داده، ولی به دلیل مشکلات تبدیل «مفهوم آماری اطلاعات» به «مفهوم معنایی دانش و محتوا» تأثیراتش بیشتر از نوع القای احساساتی نسبت به مفهوم اطلاعات بوده‌است. آمار و احتمالات نقشی حیاتی و عمده در ظهور و رشد نظریه اطلاعات برعهده دارد. در این نظریه، کلاود شانون نحوهٔ مدل‌سازی مسئله ارسال اطلاعات در یک کانال مخابراتی را به صورت پایه‌ای بررسی نموده، و مدل کاملی برای مدل‌سازی ریاضی منبع اطلاعات، کانال ارسال اطلاعات و بازیابی آن ارائه نموده‌است. او مسئلهٔ ارسال اطلاعات از یک منبع به یک مقصد را به کمک علم احتمالات بررسی و تحلیل نمود. دو نتیجهٔ بسیار مهم، معروف به قضیه‌های شانون، عبارت‌اند از: ۱- حداقل میزان نرخی که می‌توان نرخ فشرده کردن اطلاعات یک منبع تصادفی اطلاعات را به آن محدود نمود برابر با آنتروپی آن منبع است؛ به عبارت دیگر نمی‌توان دنباله خروجی از یک منبع اطلاعات را با کمتر از آنتروپی آن منبع ارسال نمود. ۲- حداکثر میزان نرخی که می‌توان بر روی یک کانال مخابراتی اطلاعات ارسال نمود به نحوی که قادر به آشکارسازی اطلاعات در مقصد، با احتمال خطای در حد قابل قبول کم، باشیم، مقداری ثابت و وابسته به مشخصات کانال است، که به آن ظرفیت کانال می‌گوئیم. ارسال با نرخی بیشتر از ظرفیت یک کانال روی آن منجر به خطا می‌شود. این زمینه از علم مخابرات، به زیربخش‌های کدگذاری منبع و کدگذاری کانال تقسیم می‌گردد. مباحث رمزنگاری مطرح شده توسط شانون نیز از این بنیان ریاضی بهره جسته‌است. از زیر شاخه‌های مرتبط با آن می‌توان نظریه کدینگ جبری کانال را نام برد.
در این صفحه تعداد 762 مقاله تخصصی درباره نظریه اطلاعات که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید.
در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
مقالات ISI ترجمه شده نظریه اطلاعات
مقالات ISI نظریه اطلاعات (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند.
در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: نظریه اطلاعات; Multi-label classification; Label pairwise transformation; Random reference classifier; Confusion matrix; Information theory; Entropy;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: نظریه اطلاعات; Quantum information; Adaptive dynamics; Quantum biological information; Quantum mechanical foundations; Darwinian evolution; Information theory;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: نظریه اطلاعات; Attribute reduction; Granular computing; Three-way decisions; Three-layer structures; Information theory; Bayes' theorem;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: نظریه اطلاعات; Information theory; Unique information; Shared information; Synergy; Redundancy; Predictive coding; Neural coding; Coherent infomax; Neural goal function;