Jensen-Shannon Divergens
Jensen-Shannon divergens er et symmetrisk, informationsteoretisk mål for forskellen mellem to sandsynlighedsfordelinger. Udviklet af Jian Lin i 1991 som en forbedring af den asymmetriske Kullback-Leibler divergens, overvinder den KL's retningsbestemte begrænsning ved at beregne gennemsnittet af divergenserne i begge retninger. Resultatet er en ægte metrik (der opfylder trekantsuligheden), som spænder fra 0 (identiske fordelinger) til 1, hvilket gør den velegnet til symmetriske sammenligningsopgaver.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/da/decision-making/jensen-shannon-divergence
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Hellinger-afstandBeslutningstagning↔ sammenlign
- Kullback-Leibler-divergensBeslutningstagning↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →