ScholarGate
Asszisztens
MCDMInformation-theoretic divergence

Jensen-Shannon-divergencia

A Jensen-Shannon-divergencia két valószínűségi eloszlás közötti különbség szimmetrikus információelméleti mértéke. Jian Lin fejlesztette ki 1991-ben, mint az aszimmetrikus Kullback-Leibler-divergencia finomítását. A KL irányfüggő korlátozását úgy küszöböli ki, hogy mindkét irányban átlagolja a divergenciákat. Az eredmény egy valódi metrika (amely kielégíti a háromszög-egyenlőtlenséget), amely 0-tól (azonos eloszlások) 1-ig terjed, így alkalmas szimmetrikus összehasonlítási feladatokra.

Alkalmazás ezzel: DecisionMindHamarosanApply, compare, get guidance
Tools & resources
Diák letöltése
Learn & explore
VideóHamarosan

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Lin, J. (1991). Divergence measures based on the Shannon entropy. IEEE Transactions on Information Theory, 37(1), 145-151. DOI: 10.1109/18.61115
  2. Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. Wiley-Interscience. DOI: 10.1002/0471200611

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/hu/decision-making/jensen-shannon-divergence

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateJensen-Shannon Divergence (Jensen-Shannon Information Divergence). Letöltve 2026-06-17, forrás: https://scholargate.app/hu/decision-making/jensen-shannon-divergence · Adatkészlet: https://doi.org/10.5281/zenodo.20539026