×

贝叶斯或拉普拉斯推理、熵和信息理论以及数据和信号处理中的信息几何。 (英语) Zbl 1483.62011年

Mohammad-Djafari,Ali(编辑)等人,《科学与工程中的贝叶斯推理和最大熵方法》(MaxEnt 2014),法国安布瓦西市Clos Lucé,2014年9月21日至26日。纽约州梅尔维尔:美国物理研究所(AIP)。AIP确认程序。1641, 43-58 (2015).
小结:本教程文章的主要目标是首先回顾使用贝叶斯方法、熵、信息论及其相应几何的主要推理工具。本综述主要关注这些工具在数据、信号和图像处理中的使用方式。在简要介绍了与Bayes规则、熵和最大熵原理(MEP)、相对熵和Kullback-Leibler散度、Fisher信息有关的不同量之后,我们将研究它们在数据和信号处理的不同领域中的应用,例如:源分离中的熵,模型阶次选择中的Fisher信息,时间序列谱估计中不同的基于最大熵的方法,最后是一般的线性逆问题。
关于整个系列,请参见[1470.00021兹罗提].

MSC公司:

62B11号机组 信息几何(统计方面)
2015年1月62日 贝叶斯推断
94甲17 信息的度量,熵
PDF格式BibTeX公司 XML格式引用
全文: 内政部