• 信息几何
  • 作者:佚名
  • 发表日期:十月 01, 2007
  • 浏览:279次
  • 收藏本文
  • 编者导读:信息几何原题: 情#[243]#[244]何.译自: Math. Sciences, Feb. 2001, No.452, p.60 -- 67.}}甘利俊一1. 概述用计算机,信号能被离散化地表示为0,1,这正是数字化.在此,拓扑消失了,逻辑或代数成为主角.用控制或统计等处理相似信号,更大地发挥着分析学和概率论的作用.可是,在信息的世界里,难道不需要几何学的结构、信息间的关联以及距离等等吗?不是的!基于这种想法,产生了信息几何.结果,所得到的是具有对偶的两个联络的黎曼流形.不仅仅是被应用到许多领域里的几何学结构,而且其自身作为数学也是很有意思的.关于信息几何,这里不准备以数学严密
  • 信息几何

    原题: 情#[243]#[244]何.
    译自: Math. Sciences, Feb. 2001, No.452, p.60 -- 67.}}

    甘利俊一

    1. 概述

    用计算机,信号能被离散化地表示为0,1,这正是数字化.在此,拓扑消失了,逻辑或代数成为主角.用控制或统计等处理相似信号,更大地发挥着分析学和概率论的作用.可是,在信息的世界里,难道不需要几何学的结构、信息间的关联以及距离等等吗?不是的!基于这种想法,产生了信息几何.

    结果,所得到的是具有对偶的两个联络的黎曼流形.不仅仅是被应用到许多领域里的几何学结构,而且其自身作为数学也是很有意思的.关于信息几何,这里不准备以数学严密地深入,而是给一个概述.

    2. 统计流形

    考虑同种概率分布的集合. 例如把$x$作为概率变量,其密度函数是通过
    $n$维参数$\xi$,用$p\left( {x,\xi} \right)$指定的概率分布族.
    其代表性的分布族是高斯分布族. 设$\xi = \left( {\mu ,\sigma}
    \right)$,则高斯密度函数由
    $$
    p\left( {x, \xi} \right) = \frac{{1}}{{\sqrt {2\pi} \sigma} }
    \exp \left\{ -\frac{{1}}{{2}}\frac{{\left( {x - \mu} \right)^{2}}}
    {{\sigma ^{2}}}\right\}$$
    给出.

    另外,当$x$取$1, 2, \ldots, n + 1$的离散值的概率分布时,概率分布用
    满足$\sum {p_{i}} = 1$的向量$p = ({p_{1}, \ldots , p_{n}, p_{n + 1}} )$表示.如果设$\delta _{i} ( x )$为当$x$取$i$时,$\delta _{i} ({x})$为$1$,否则$\delta _{i} ( {x} )$为$0$,则$p( {x,p} ) = \sum {\delta _{i} ( {x} )p_{i}} $.因$\sum {p_{i}} = 1$, 作为变量 $\xi = ( {p_{1}, \ldots, p_{n}})$是$n$个变量.

    这样一来我们发现,在适当的正则条件下,这样的分布族成为以$\xi $为坐标系的流形.那么这些流形具有什么样的几何结构呢?这里模仿微分几何,主要考虑流形的局部距离结构,即黎曼度量和联络.

    全文见《数学译林》
  • 前一篇:量子力学教学中的形变量子化下一篇:人们有数学上的更年期吗?或者说数...
  • 【引用地址】http://www.suanshu.net/list/4946.aspx
  • 【关键字】信息几何
版权申明:非特殊申明,本站文章均系转载自互联网,如果侵犯了你的合法权益,请告知我们,我们会第一时间处理. 要点评这篇文章,请在下面留言
针对这篇文章的评论
  • 评论载入中
    评论载入中...请稍后...

发表您的评论您的评论

用户名: 验证码: 说明:评论并不需要注册.如果您不是本站会员,你可以注册为本站会员. 注意:文章中的链接、内容等需要修改的错误,请用报告错误,以利文档及时修改。
  • 不良评论请用报告管理员,以利管理员及时删除。
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规。
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任。
  • 本站评论管理人员有权保留或删除其管辖评论中的任意内容。
  • 您在本站发表的作品,本站有权在网站内转载或引用。
  • 参与本评论即表明您已经阅读并接受上述条款。
  • 赞助商链接