opula熵:理论和应用
opula Entropy: Theory and Applications
统计独立性是统计学和机器学习领域的基础性概念,如何表示和度量统计独立性是该领域的基本问题。 Copula 理论提供了统计相关性表示的理论工具,而 Copula 熵理论则给出了度量统计独立性的概念工具。本文综述了 Copula熵的理论和应用,概述了其基本概念定义、定理和性质,以及估计方法。介绍了 Copula 熵研究的最新进展,包括其在统计学四个基本问题(结构学习、关联发现、变量选择和时序因果发现等)上的理论应用。讨论了四个理论应用之间的关系,以及其对应的深层次的相关性和因果性概念之间的联系,并将 Copula 熵的(条件)独立性度量框架与基于核函数和距离的相关性度量框架进行了对比。简述了 Copula 熵在理论物理学、化学信息学、水文学、环境气象学、生态学、农学、认知神经学、运动神经学、计算神经学、系统生物学、生物信息学、临床诊断学、老年医学、公共卫生学、经济政策学、社会学、政治学,以及能源工程、土木工程、制造工程、可靠性工程、航空航天、通信工程、测绘工程和金融工程等领域的实际应用。
马健
生物科学理论、生物科学方法生物科学研究方法、生物科学研究技术
opula熵传递熵统计独立性条件独立性相关性因果性结构学习关联发现变量选择因果发现交叉学科应用
马健.opula熵:理论和应用[EB/OL].(2022-05-12)[2025-08-18].https://chinaxiv.org/abs/202105.00070.点此复制
评论