Current Location:home > Browse

1. chinaXiv:202105.00070 [pdf]

Copula熵:理论和应用

马健
Subjects: Statistics >> Mathematical Statistics
Subjects: Computer Science >> Computer Application Technology
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

统计独立性是统计学和机器学习领域的基础性概念,如何表示和度量统计独立性是该领域的基本问题。Copula理论提供了统计相关性表示的理论工具,而Copula熵理论则给出了度量统计独立性的概念工具。本文综述了Copula熵的理论和应用,概述了其基本概念定义、定理和性质,以及估计方法。介绍了Copula熵研究的最新进展,包括其在统计学四个基本问题(结构学习、关联发现、变量选择和时序因果发现等)上的理论应用。讨论了四个理论应用之间的关系,以及其对应的深层次的相关性和因果性概念之间的联系,并将Copula熵的(条件)独立性度量框架与基于核函数和距离的相关性度量框架进行了对比。简述了Copula熵在水文学、环境气象学、生态学、化学信息学、认知神经学、计算神经学、系统生物学、生物信息学、临床诊断学、老年医学、公共卫生学、经济政策学、政治学,以及能源工程、制造工程、可靠性工程、航空工程、通信工程、测绘工程和金融工程等领域的实际应用。

submitted time 2021-11-10 Hits13585Downloads1586 Comment 0

2. chinaXiv:202103.00132 [pdf]

CET: A New Complex Evidence Theory

Lipeng Pan; Yong Deng
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

" Dempster-Shafer evidence theory, as an extension of Probability theory, is widely used in the field of information fusion due to it satisfies weaker conditions than probability theory in dealing with uncertain information. Nevertheless , the description space of the current evidence theory is only a real space, and it cannot effectively describe and process the uncertain information in the face of multidimensional characteristic data and periodic data with phase angle changes. Based on this gap , in this paper, Dempster-Shafer evidence theory is extended to the complex Dempster-Shafer evidence theory. In complex Dempster-Shafer evidence theory, mass function that used to describe the uncertain information extends from the real space to the complex space, named as complex mass function, and the modulus of the mass function indicates the degree of support for the proposition. On this basis, other basic concepts used to describe uncertainty information are also defined and discussed, such as complex belief function, complex plausibility function, etc. In order to perfect the complex Dempster-Shafer evidence theory, the complex Dempster combination rule (CDCR) is supplemented. CDCR is an extension of Dempster combination rule (CDR), which satisfies the commutative and associative laws just as CDR does, and it can degenerate into CDR under certain condition. In addition, we propose a method to generate complex mass function and apply it to target recognition. The recognized results show that compared with the mass function of the real plane, the target recognition rate can be larger by using complex mass function to describe the uncertain information.

submitted time 2021-03-23 Hits7222Downloads930 Comment 0

3. chinaXiv:202102.00009 [pdf]

黄河流域夜晚灯光数据与经济发展时空格局演变分析

张远生; 曹智伟; 韦蔚; 胡洁
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

系统性掌握黄河流域经济发展时空格局演变规律能为整个流域高质量发展提供重要决策依据。目前,GDP是衡量经济发展格局的主要参考依据,然而GDP统计数据存在口径不统一、空间分辨率低等缺点,难以精准刻画经济发展的时空演变格局特征。夜晚灯光数据以其相对客观的特征,对其进行有效反映。本文通过对1992-2013年全国夜晚灯光数据的校正和处理,获得全国及流域夜晚灯光数据影像,进行经济空间聚合分析,以及与相关因子进行对比分析。研究结果表明:经济空间聚合高的区域分布在黄河河道附近,从黄河上游到下游,热力强度逐渐增强,并且以省会城市为核心区,向外扩散,呈现了在老的聚合点聚合度加剧的情况下,聚合区域有向周边分散的趋势;夜晚灯光数据的变化趋势与GDP的变化趋势具有一定的相似性,并且与城镇化率、人口数量、第三产比例、人均公园绿地面积、流域发展指数(Basin Development Index, BDI)具有一定的相关性;流域9省的夜晚灯光数据整体变化趋势与全国灯光数据的变化趋势基本一致,呈稳定上升的趋势,但整体值均低于全国的夜晚灯光数据,并且差距有所扩大,黄河流域高质量发展迫在眉睫。

submitted time 2021-01-26 Hits8127Downloads723 Comment 0

4. chinaXiv:202101.00002 [pdf]

Deng entropy measure of quantum entanglement

邓勇
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

本文基于邓熵提出了度量量子纠缠度的方法。分别计算纠缠态和解纠缠之后状态的最大邓熵,将两个熵之差作为纠缠度度量。用GHZ和W纠缠态作为算例给出了所提出方法的应用。

submitted time 2021-01-03 Hits8673Downloads1020 Comment 0

5. chinaXiv:201806.00086 [pdf]

基于生成对抗网络的配网单线图网络结构特征表示学习

张翔
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

对于配电网的规划设计、运行检修、调度管理等业务,配网单线图是一种必不可少的常用工具。配网单线图在使用过程中对于布局规范性有严格要求,不同的配网网架结构配网单线图的成图布局各不相同,传统的自动成图算法无法适配网架结构的变化,自动根据网架类型生成对应布局的单线图。深度学习算法具备强大的耦合性,它能够自动总结内部成图规律,生成符合所需成图布局的配网单线图。为了将深度学习算法应用于配网单线图自动成图领域,需要考虑建立一个能够表示配网单线图网络结构特征的算法,该算法核心是能够适应深度学习算法需要,实现配网单线图网络特征的低维度表达。现有的网络特征表示学习方法研究多是针对于社交网络的特有属性进行特征表示。电力设备网络与社交网络相比,设备间的连接关系受电气物理特性限制,并没有针对电力网络的特有属性进行学习。因此,本文在已有的网络特征表示学习研究的基础上,提出了一个针对配网单线图的网络特征结构表示学习算法,利用构成配电网基础的配电设备电气联接关系来建立数学模型,定义网络节点间一阶、二阶和零阶连接特性,然后通过生成对抗网络来实现低维度网络特征表示。论文结尾在实验中通过样本数据验证网络特征的一阶和二阶相似性,证明算法在实现的效率和准确性上,更贴近电力业务的特点。

submitted time 2018-06-19 Hits21096Downloads2456 Comment 0

  [1 Pages/ 5 Totals]