跳到正文
原文
arXiv · Statistics Machine Learning· Artemy Kolchinsky·· 3 小时前AI 评分34

基于 Blackwell 序的多元高斯系统冗余与协同信息分解

Redundancy and synergy in multivariate Gaussians via the Blackwell order

AI 导读

研究者基于 Blackwell 序为多元高斯系统定义了部分信息分解(PID),证明高斯通道在提取冗余信息与并集信息上均为最优,并给出直观几何解释与高效数值算法。其并集信息与协同度量与 BROJA 一致,双源情形下推导出闭式表达,Blackwell 冗余是唯一满足一组自然公理的冗余度量。方法在多达一千维或一千个源的系统中验证可扩展性,并应用于最优控制问题,识别传感器与记忆间的冗余与协同交互。

来源:arXiv · Statistics Machine Learning · arxiv.org