Spojená informace ze zadaných entropií
Connected Information from Given Entropies
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Jakub Kislinger
Vedoucí práce
Kroupa Tomáš
Oponent práce
Kořenek Jakub
Studijní obor
Základy umělé inteligence a počítačových vědStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Informační entropie je míra nejistoty pravděpodobnostní distribuce. Stochastické systémy mají tendenci být ve stavu maximální entropie. Bez jakýchkoliv vnitřních závislostí by to distribuce odpovídala rovnoměrnému rozložení. Ale většinou jsou jednotlivé proměnné na sobě závislé. Fixováním marginálních entropií a poté spočítáním maximální možné entropie jsme schopni získat náhled do skupin vzájemně závislých proměnných. Při pohledu na výsledky pak můžeme říci, jak moc všechny skupiny n proměnných spolu interagují v porovnání se skupinami jiných velikostí. Tato práce se zaměřuje na metody maximalizace entropie s entropickými podmínkami, jejich implementaci a porovnání a předvedení na několika příkladech. Také vyhodnocuje data z reálného neurologického experimentu a porovnává výsledky s originálními výsledky publikovanými autory a s výsledky jiné bakalářské práce. Information entropy is a measure of the uncertainty of a probability distribution. Stochastic systems tend to be in the state of maximal entropy. Without any internal dependencies, this would correspond to a uniform distribution. However, variables are typically dependent on each other. We can gain insights into groups of mutually dependent variables by fixing marginal entropies and then computing the maximal possible entropy. When comparing the results, we can say how much groups of n variables interact compared to groups of other sizes. This thesis focuses on methods that maximise entropy under entropic constraints, the implementation and comparison of these methods, and their demonstration through several examples. It also evaluates data from real-life neurological experiments, comparing the results with data published by the authors and with data from another bachelor's thesis.
Kolekce
- Bakalářské práce - 13133 [777]
Související záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Analýza míry informace získané měřením při útoku postranním kanálem
Autor: Pikna Marek; Vedoucí práce: Buček Jiří; Oponent práce: Kašpar Jiří
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2016-05-21)Tato bakalářská práce využívá informační metriky známé jako odhadová entropie za účelem analýzy informačního obsahu v postranním kanálu. Útok na postranní kanál, který byl v této práci zvolen, je diferenciální (resp. ... -
Analýza finančních časových řad
Autor: Prokš Martin; Vedoucí práce: Jizba Petr; Oponent práce: Jiang Xiongfei
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2017-06-01)V této práci jsou diskutovány možné aplikace teorie informace a obecně entropie. Důraz je kladen na použití v analýze časových řad. Dva hlavní koncepty rozebrány podrobně v této práci jsou Transfer entropy, která měří ... -
Informační toky a jejich role v komplexních systémech
Autor: Zlata Tabachová; Vedoucí práce: Jizba Petr; Oponent práce: Blasone Massimo
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-02-05)Pro pochopení komplexích systémů je důležité stanovit jejich strukturu, obzvlášť příčinně následných vztahů mezi subsystémy, jinak také informační toky. Transférové entropie, určující směrově závislou míru chaosu, se ...