互信息作为概率


11

莫非在联合熵的互信息:

0I(X,Y)H(X,Y)1

被定义为:“将一条信息从X传递到Y的概率”?

我很天真,对不起,但是我从未学习过信息理论,我只是在试图理解其中的一些概念。


1
欢迎来到简历,luca maggi!多么可爱的第一个问题!
亚历克西斯

Answers:


8

您描述的度量称为信息质量比率 [IQR](Wijaya,Sarno和Zulaika,2017年)。IQR是互信息 I(X,Y)除以“总不确定性”(联合熵)H(X,Y)(图像来源:Wijaya,Sarno和Zulaika,2017年)。

在此处输入图片说明

如Wijaya,Sarno和Zulaika(2017)所述,

IQR的范围为[0,1]。如果DWT可以完美地重建信号而不丢失信息,则可以达到最大值(IQR = 1)。否则,最小值(IQR = 0)表示MWT与原始信号不兼容。换句话说,具有特定MWT的重构信号无法保留基本信息,并且与原始信号特性完全不同。

您可以将其解释为信号将被完美重建而不会丢失信息的概率。注意,这种解释更接近于概率的主观主义解释,然后接近传统的频繁主义解释。

这是发生二进制事件的概率(重构信息与否),其中IQR = 1表示我们认为重构的信息值得信赖,而IQR = 0则表示相反。它共享二进制事件概率的所有属性。此外,熵还具有许多其他具有概率的性质(例如,条件熵的定义,独立性等)。因此,它看起来像是一个概率和怪癖。


Wijaya,DR,Sarno,R.&Zulaika,E.(2017年)。信息质量比作为一种新的选择子波的指标。化学计量学和智能实验室系统,160,59-71。


1
AΩI(X,Y)H(X,Y)X:=XI(A),Y:=YI(A)I

好吧,我的问题是针对您的部分答案,而不是一个独立的问题。您是否建议我打开一个新问题并链接并将其定向到您的答案?
汉斯,

I(X,Y)H(X,Y)

1
(Ω,F)XYXY

@Hans我明确指出这与公理是一致的,但是很难说这到底是什么概率。我建议的解释可能是重构信号。这不是X或Y的概率分布。我想您可以更深入地解释和理解它。问题是,这是否可以解释为概率,而答案是形式上肯定的。
蒂姆

2

(Ω,F,P,X,Y)Θ:=(Ω,F,P,X,Y)Ω~ΘΩ~IQR(Ω,F,P,X,Y)

[0,1]ΘΩ~:={a,b}F~:=2Ω~P~(a):=IQR(Θ)Θ


(xi,yi)

Θ:=(Ω,F,P,X,Y)

如果最后使用带有S型激活函数的复杂神经网络,情况也是如此,是否可以证明输出是度量理论上的概率?但是,我们经常选择将其解释为概率。
蒂姆

[0,1]AP(A):=μ(f(A))μRf

抱歉,但是我从来没有发现这种讨论和度量理论很有趣,因此我将退出进一步的讨论。我在这里也看不到你的意思,尤其是因为你的最后一段似乎完全是从乞讨中说出的话。
蒂姆
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.