Jensenova-Shannonova divergence
Jensenova-Shannonova divergence je symetrická informačně-teoretická míra rozdílu mezi dvěma pravděpodobnostními rozděleními. Vyvinuta Jianem Linem v roce 1991 jako vylepšení asymetrické Kullbackovy-Leiblerovy divergence, překonává směrové omezení KL divergence průměrováním divergencí v obou směrech. Výsledkem je skutečná metrika (splňující trojúhelníkovou nerovnost), která nabývá hodnot od 0 (identická rozdělení) do 1, což ji činí vhodnou pro úlohy symetrického porovnávání.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Lin, J. (1991). Divergence measures based on the Shannon entropy. IEEE Transactions on Information Theory, 37(1), 145-151. DOI: 10.1109/18.61115 ↗
- Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. Wiley-Interscience. DOI: 10.1002/0471200611 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/cs/decision-making/jensen-shannon-divergence
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.
- Hellingerova vzdálenostRozhodování↔ compare
- Divergence Kullback-LeiblerovaRozhodování↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →