ScholarGate
المساعد
MCDMInformation-theoretic divergence

تباعد جنسن-شانون (Jensen-Shannon divergence)

يُعد تباعد جنسن-شانون مقياسًا متماثلًا من نظرية المعلومات للفرق بين توزيعي احتمالات. طوره جيان لين (Jian Lin) عام 1991 كتحسين لتباعد كولباك-لايبلر (Kullback-Leibler divergence) غير المتماثل، وهو يتغلب على قيود اتجاهية تباعُد KL عن طريق حساب متوسط التباعد في كلا الاتجاهين. والنتيجة هي مقياس حقيقي (يحقق متباينة المثلث) يتراوح من 0 (توزيعات متطابقة) إلى 1، مما يجعله مناسبًا لمهام المقارنة المتماثلة.

طبِّق باستخدام DecisionMindقريبًاApply, compare, get guidance
Tools & resources
تنزيل الشرائح
Learn & explore
فيديوقريبًا

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

تباعد جنسن-شانون (Jensen-Shannon divergence)
مسافة هيلينجرتباعد كولباك-لايبلر

المصادر

  1. Lin, J. (1991). Divergence measures based on the Shannon entropy. IEEE Transactions on Information Theory, 37(1), 145-151. DOI: 10.1109/18.61115
  2. Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. Wiley-Interscience. DOI: 10.1002/0471200611

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/ar/decision-making/jensen-shannon-divergence

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب

يُستشهد بها في

ScholarGateJensen-Shannon Divergence (Jensen-Shannon Information Divergence). استُرجع بتاريخ 2026-06-17 من https://scholargate.app/ar/decision-making/jensen-shannon-divergence · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026