多尺度信息分解：多元高斯过程的精确计算
统计方法学
2017-08-21 v2 统计理论
应用统计
统计理论
摘要
利用状态空间模型理论，我们推导了在多个时间尺度上观测的耦合高斯过程的信息传递、冗余传递和协同传递的精确表达式。构成交互信息分解和部分信息分解框架的所有项，因此可以从拟合这些过程的 VAR 模型参数中，针对不同时间尺度解析地获得。我们报告了所提出方法的应用：首先应用于基准高斯系统，表明这类系统可以生成以跨多个时间尺度持续存在的、主要为冗余或协同信息传递为特征的信息分解模式，甚至出现冗余和协同源交互随时间尺度交替主导的情况。然后，我们将该方法应用于神经科学中的一个重要课题，即人类癫痫网络中因果交互的检测，为此我们展示了部分信息分解与检测从癫痫发作起始区扩散的多尺度信息传递的相关性。
引用
@article{arxiv.1706.07136,
title = {Multiscale Information Decomposition: Exact Computation for Multivariate Gaussian Processes},
author = {Luca Faes and Daniele Marinazzo and Sebastiano Stramaglia},
journal= {arXiv preprint arXiv:1706.07136},
year = {2017}
}