会员服务
散度 · 闭式 ·
2021 年 4 月 21 日
A note on some information-theoretic divergences between Zeta distributions
翻译：关于Zeta分布之间一些信息理论差异的说明
Frank Nielsen
Frank Nielsen
from arxiv, 10 pages, 1 figure

In this short communication, we first report a closed-form formula for calculating the $\alpha$-divergences and the Sharma-Mittal divergences between any two zeta distributions. Then we report a formula to calculate the Kullback-Leibler divergence between any two zeta distributions. We illustrate these formula with examples.


翻译：在这个简短的通信中,我们第一次报告一个用于计算 $\ alpha$- divegences 和 Sharma-Mittal 任何两个 zeta 分布差异的封闭式公式。 然后我们报告一个计算 Kullback- Leibler 两种 zeta 分布差异的公式。 我们用示例来说明这些公式 。
0
下载
关闭预览

相关内容

【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
16+阅读 · 2021年5月21日
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
专知会员服务
48+阅读 · 2020年5月5日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
250+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
63+阅读 · 2020年3月4日
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
专知会员服务
89+阅读 · 2020年2月28日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
162+阅读 · 2020年1月16日
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
专知会员服务
29+阅读 · 2019年12月19日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
49+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
已删除
将门创投
3+阅读 · 2018年11月20日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
A Distribution-Dependent Analysis of Meta-Learning
A Distribution-Dependent Analysis of Meta-Learning
Arxiv
0+阅读 · 2021年6月11日
Moreau-Yosida $f$-divergences
Moreau-Yosida $f$-divergences
Arxiv
0+阅读 · 2021年6月11日
Distributionally robust tail bounds based on Wasserstein distance and $f$-divergence
Arxiv
0+阅读 · 2021年6月11日
Pulling back information geometry
Arxiv
0+阅读 · 2021年6月9日
On $w$-mixtures: Finite convex combinations of prescribed component distributions
Arxiv
0+阅读 · 2021年6月8日
Projections with logarithmic divergences
Arxiv
0+阅读 · 2021年5月8日
Robust Embeddings Via Distributions
Arxiv
0+阅读 · 2021年4月17日
Huygens' equations and the gradient-flow equations in information geometry
Arxiv
0+阅读 · 2021年4月16日
A Multi-disciplinary Ensemble Algorithm for Clustering Heterogeneous Datasets
Arxiv
0+阅读 · 2021年1月1日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
散度
闭式
相关VIP内容
【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
16+阅读 · 2021年5月21日
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
专知会员服务
48+阅读 · 2020年5月5日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
250+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
63+阅读 · 2020年3月4日
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
【香港科技大学】联邦半监督学习综述，A Survey on Federated Semi-supervised Learning
专知会员服务
89+阅读 · 2020年2月28日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
162+阅读 · 2020年1月16日
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
专知会员服务
29+阅读 · 2019年12月19日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
49+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
热门VIP内容
相关资讯
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
已删除
将门创投
3+阅读 · 2018年11月20日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
A Distribution-Dependent Analysis of Meta-Learning
A Distribution-Dependent Analysis of Meta-Learning
Arxiv
0+阅读 · 2021年6月11日
Moreau-Yosida $f$-divergences
Moreau-Yosida $f$-divergences
Arxiv
0+阅读 · 2021年6月11日
Distributionally robust tail bounds based on Wasserstein distance and $f$-divergence
Arxiv
0+阅读 · 2021年6月11日
Pulling back information geometry
Arxiv
0+阅读 · 2021年6月9日
On $w$-mixtures: Finite convex combinations of prescribed component distributions
Arxiv
0+阅读 · 2021年6月8日
Projections with logarithmic divergences
Arxiv
0+阅读 · 2021年5月8日
Robust Embeddings Via Distributions
Arxiv
0+阅读 · 2021年4月17日
Huygens' equations and the gradient-flow equations in information geometry
Arxiv
0+阅读 · 2021年4月16日
A Multi-disciplinary Ensemble Algorithm for Clustering Heterogeneous Datasets
Arxiv
0+阅读 · 2021年1月1日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员
Top