Divergensi Jensen-Shannon
Divergensi Jensen-Shannon adalah ukuran teoretis-informasi simetris dari perbedaan antara dua distribusi probabilitas. Dikembangkan oleh Jian Lin pada tahun 1991 sebagai penyempurnaan dari divergensi Kullback-Leibler yang asimetris, ia mengatasi keterbatasan arah KL dengan merata-ratakan divergensi ke kedua arah. Hasilnya adalah metrik sejati (memenuhi ketidaksamaan segitiga) yang berkisar dari 0 (distribusi identik) hingga 1, membuatnya cocok untuk tugas perbandingan simetris.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Jensen-Shannon Information Divergence. ScholarGate. https://scholargate.app/id/decision-making/jensen-shannon-divergence
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Jarak HellingerPengambilan Keputusan↔ bandingkan
- Divergensi Kullback-LeiblerPengambilan Keputusan↔ bandingkan
Dirujuk oleh
Similar methods
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →