复杂度-熵因果平面：一种区分歌曲的有用方法

如今，由于数据存储技术的快速增长，我们经常面临庞大的数据库。在处理音乐数据库时尤其如此。在此背景下，拥有能够从这些海量数据集中判别属性的技术和工具至关重要。在这项工作中，我们报告了对超过一万首歌曲的统计分析，旨在获得一个复杂度层级。我们的方法基于排列熵的估计，并结合一种密集复杂度度量，构建出复杂度-熵因果平面。所得结果表明，该表示空间在区分歌曲以及允许歌曲之间进行相对定量比较方面非常有前景。此外，我们认为本文报告的方法可应用于实际场景，因为它简单、稳健且数值实现快速。