Machine learningInformation-theoretic causality

Ентропия на пренос (Transfer Entropy)

Ентропията на пренос (TE) е непараметрична, информационно-теоретична мярка за насочена статистическа зависимост между две времеви редици, въведена от Томас Шрайбер през 2000 г. Основана на ентропията на Шанън, тя количествено определя колко информация от миналото на един процес Y намалява несигурността относно следващото състояние на друг процес X, отвъд това, което миналото на самия X вече предоставя. За разлика от линейната корелация или причинността на Грейнджър, TE улавя нелинейни взаимодействия и не изисква допускания за модела относно основните динамики.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461

Как да цитирате тази страница

ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/bg/causal-inference/transfer-entropy

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateTransfer Entropy (Transfer Entropy). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/transfer-entropy · Набор от данни: https://doi.org/10.5281/zenodo.20539026