亚瑟·格雷顿;拉尔夫·赫布里奇;亚历山大·斯莫拉;奥利维·博斯克;Schölkopf，伯恩哈德 测量独立性的核心方法。 （英语） Zbl 1222.68208号 J.马赫。学习。物件。 6, 2075-2129 (2005). 摘要：我们引入了约束协方差和核互信息这两个新的泛函来度量随机变量的独立程度。这些量都基于再生核希尔伯特空间（RKHS）中随机变量函数之间的协方差。我们证明了当RKHS是普遍的时，当且仅当随机变量是成对独立的时，两个泛函都是零。我们还证明了核互信息在互信息的Parzen窗估计上是一个近似独立的上界。类似的结果适用于前面介绍的两个基于相关性的依赖泛函：我们证明了核典型相关和核广义方差是通用核的独立测度，并证明了后者是互信息接近独立的上界。在独立成分分析的背景下，验证了核依赖泛函在测量独立性方面的性能。 引用于52文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H20个 关联度量（相关性、典型相关性等） 关键词：独立;协方差算子;相互信息;内核;Parzen窗口估计;独立成分分析 PDF格式BibTeX公司 XML格式引用 \textit{A.Gretton}等人，J.Mach。学习。第6号决议，2075--2129（2005年；Zbl 1222.68208） 全文： 链接