ترجمه فارسی مقاله اطلاعات متقابل تخمین چندمجمی

چکیده

Estimating mutual information (MI) is a fundamental yet challenging task in data science and machine learning. This work proposes a new estimator for mutual information. Our main discovery is that a preliminary estimate of the data distribution can dramatically help estimate. This preliminary estimate serves as a bridge between the joint and the marginal distribution, and by comparing with this bridge distribution we can easily obtain the true difference between the joint distributions and the marginal distributions. Experiments on diverse tasks including non-Gaussian synthetic problems with known ground-truth and real-world applications demonstrate the advantages of our method.

چکیده به فارسی (ترجمه ماشینی)

تخمین اطلاعات متقابل (MI) یک کار اساسی و در عین حال چالش برانگیز در علم داده و یادگیری ماشین است.این کار برآوردگر جدیدی را برای اطلاعات متقابل پیشنهاد می کند.کشف اصلی ما این است که یک تخمین اولیه از توزیع داده ها می تواند به طور چشمگیری به برآورد کمک کند.این برآورد اولیه به عنوان پلی بین مفصل و توزیع حاشیه عمل می کند و با مقایسه با این توزیع پل می توانیم به راحتی تفاوت واقعی بین توزیع های مشترک و توزیع های حاشیه ای را بدست آوریم.آزمایشات مربوط به کارهای متنوع از جمله مشکلات مصنوعی غیر گاوسی با کاربردهای شناخته شده حقیقت زمین و در دنیای واقعی ، مزایای روش ما را نشان می دهد.