会员服务
INFORMS · 相关系数 ·
2021 年 12 月 1 日
On Thermodynamic Interpretation of Copula Entropy
翻译：关于Copula Entropy热动力学判读
Jian Ma
Jian Ma
from arxiv, 5 pages

Copula Entropy (CE) is a recently introduced concept for measuring correlation/dependence in information theory. In this paper, the theory of CE is introduced and the thermodynamic interpretation of CE is presented with N-particle correlated systems in equilibrium states.


翻译：Copula Entropy(CE)是最近引入的衡量信息理论相关性/依赖性的概念,本文采用了CE理论,并将CE的热力解释与平衡状态中的N-particle相关系统进行介绍。
0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文，扩大了运筹学和计算的范围，寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文，以及描述新的和有用的软件工具的论文。官网链接：https://pubsonline.informs.org/journal/ijoc
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
美国DARPA204页可解释人工智能文献综述论文《Explanation in Human-AI Systems》
专知会员服务
95+阅读 · 2020年1月9日
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
专知会员服务
48+阅读 · 2020年1月1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
47+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
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
ICLR2019最佳论文出炉
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
学术会议 | 知识图谱顶会 ISWC 征稿：Poster/Demo
学术会议 | 知识图谱顶会 ISWC 征稿：Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
医学 | 顶级SCI期刊专刊/国际会议信息4条
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | COLT 2019等国际会议信息9条
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Generalized Omega Turn Gait Enables Agile Limbless Robot Turning in Complex Environments
Arxiv
0+阅读 · 2022年2月3日
Safety Embedded Differential Dynamic Programming Using Discrete Barrier States
Arxiv
0+阅读 · 2022年2月2日
Image Forgery Detection with Interpretability
Arxiv
0+阅读 · 2022年2月2日
Transformation Driven Visual Reasoning
Arxiv
3+阅读 · 2020年11月26日
DyKgChat: Benchmarking Dialogue Generation Grounding on Dynamic Knowledge Graphs
Arxiv
3+阅读 · 2019年10月1日
Interpretable Adversarial Training for Text
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
Working Memory Networks: Augmenting Memory Networks with a Relational Reasoning Module
Arxiv
5+阅读 · 2018年5月23日
Correlated discrete data generation using adversarial training
Arxiv
5+阅读 · 2018年4月3日
Continuous Time Dynamic Topic Models
Arxiv
3+阅读 · 2015年5月16日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
INFORMS
相关系数
相关VIP内容
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
美国DARPA204页可解释人工智能文献综述论文《Explanation in Human-AI Systems》
专知会员服务
95+阅读 · 2020年1月9日
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
专知会员服务
48+阅读 · 2020年1月1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
47+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
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
ICLR2019最佳论文出炉
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
学术会议 | 知识图谱顶会 ISWC 征稿：Poster/Demo
学术会议 | 知识图谱顶会 ISWC 征稿：Poster/Demo
开放知识图谱
5+阅读 · 2019年4月16日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
医学 | 顶级SCI期刊专刊/国际会议信息4条
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | COLT 2019等国际会议信息9条
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
相关论文
Generalized Omega Turn Gait Enables Agile Limbless Robot Turning in Complex Environments
Arxiv
0+阅读 · 2022年2月3日
Safety Embedded Differential Dynamic Programming Using Discrete Barrier States
Arxiv
0+阅读 · 2022年2月2日
Image Forgery Detection with Interpretability
Arxiv
0+阅读 · 2022年2月2日
Transformation Driven Visual Reasoning
Arxiv
3+阅读 · 2020年11月26日
DyKgChat: Benchmarking Dialogue Generation Grounding on Dynamic Knowledge Graphs
Arxiv
3+阅读 · 2019年10月1日
Interpretable Adversarial Training for Text
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
Working Memory Networks: Augmenting Memory Networks with a Relational Reasoning Module
Arxiv
5+阅读 · 2018年5月23日
Correlated discrete data generation using adversarial training
Arxiv
5+阅读 · 2018年4月3日
Continuous Time Dynamic Topic Models
Arxiv
3+阅读 · 2015年5月16日
Top
微信扫码咨询专知VIP会员
Top