Jensen-Shannon-Divergenz
Die Jensen-Shannon-Divergenz ist ein symmetrisches, informationstheoretisches Maß für die Differenz zwischen zwei Wahrscheinlichkeitsverteilungen. Sie wurde 1991 von Jian Lin als Verfeinerung der asymmetrischen Kullback-Leibler-Divergenz entwickelt und überwindet die gerichtete Einschränkung der KL-Divergenz, indem die Divergenzen in beide Richtungen gemittelt werden. Das Ergebnis ist eine echte Metrik (die die Dreiecksungleichung erfüllt), die von 0 (identische Verteilungen) bis 1 reicht und sich somit für symmetrische Vergleichsaufgaben eignet.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/de/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.
- Hellinger-DistanzEntscheidungsfindung↔ compare
- Kullback-Leibler-DivergenzEntscheidungsfindung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →