Frank Nielsen 论文:变分 Jensen-Shannon 散度推广与信息半径对称化
FrnkNlsn · x · 2026-09-22
Frank Nielsen 分享其发表于 Entropy 2021 的论文《On a Variational Definition for the Jensen-Shannon Symmetrization of Distances based on the Information Radius》(arXiv:2102.09728)。
论文要点:
- 通过对任意泛型均值取变分定义,推广 Jensen-Shannon 散度,扩展了 Sibson 信息半径的概念
- 该变分定义适用于任意距离,给出另一种定义距离的 Jensen-Shannon 对称化的方式
- 当变分优化被约束在指定概率测度族内时,得到相对 Jensen-Shannon 散度与对称化,推广了信息投影概念
- 讨论了这些变分 JS 散度与多样性指数在概率测度聚类与量化(含统计混合)中的应用
28 页,含 2 幅图。
「研究」频道最新
- OpenAI 为何猛攻数学?网友:因为数学最适合 RL 可验证奖励 — burny_tech · 2026-09-22
- 本周必读论文清单:递归自改进、世界模型与 KV 缓存压缩 — TheTuringPost · 2026-09-22
- Meta 开源 A-MLE:用 LLM Agent 自动化广告排序模型实验 — rohanpaul_ai · 2026-09-22
- Blind RSA 与 Privacy Pass：验证码规模化攻击的实际威胁模型分析 — matthew_d_green · 2026-09-22
- Harvard+MIT 论文:让金融 AI 用回归测试安全地从错误中学习 — rohanpaul_ai · 2026-09-22
- 限制单人投稿量没用?会议统计:量大多来自低产作者 — furongh · 2026-09-22