固定边际下香农熵的最小化与最大化
最优化与控制
2025-09-08 v1
摘要
两个随机变量之间的互信息（MI）是数据分析中一个重要的相关性度量。联合概率分布的香农熵是在固定边际下的可变部分。我们的目标是最小化和最大化它，以获得在此情况下可能的最大和最小MI，从而得到一个缩放后的MI比率，以提高可比性。我们基于分子演化数据，针对一组问题实例提出了算法方法和最优解。我们表明，这使我们能够对原始MI值构建一个合理、系统的校正。
引用
@article{arxiv.2509.05099,
title = {Minimizing and Maximizing the Shannon Entropy for Fixed Marginals},
author = {Paula Franke and Kay Hamacher and Paul Manns},
journal= {arXiv preprint arXiv:2509.05099},
year = {2025}
}