Machine learningInformation-theoretic causality

Transfer Entropy

कल्पना कीजिए कि दो ड्रमर एक कमरे में बजा रहे हैं। यदि यह जानना कि ड्रमर Y ने पिछले कुछ बीट्स में क्या बजाया, आपको यह अनुमान लगाने में मदद करता है कि ड्रमर X अगला क्या बजाएगा - जो आप पहले से ही X के अपने हाल के पैटर्न से अनुमान लगा सकते थे, उससे अधिक - तो Y, X को 'सूचना स्थानांतरित' कर रहा है। ट्रांसफर एन्ट्रॉपी ठीक इसी अतिरिक्त भविष्य कहनेवाला लाभ को मापती है। लाभ जितना बड़ा होगा, Y से X तक दिशात्मक प्रभाव उतना ही मजबूत होगा, चाहे संबंध रैखिक हो या स्वाभाविक रूप से गैर-रैखिक।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

स्रोत

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

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/hi/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

इनमें संदर्भित

ScholarGateTransfer Entropy (Transfer Entropy). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/causal-inference/transfer-entropy · डेटासेट: https://doi.org/10.5281/zenodo.20539026