Entropy Measures for Data Analysis: Theory, Algorithms and Applications

آنتروپی‌ها و کمیت‌های شبه آنتروپی نقش فزاینده‌ای در تحلیل داده‌های غیرخطی مدرن دارند. حوزه هایی که از این کاربرد سود می برند، از تجزیه و تحلیل بیوسیگنال گرفته تا اقتصاد فیزیک و مهندسی را شامل می شود. این شماره مجموعه‌ای از مقالاتی است که جنبه‌های مختلف اندازه‌گیری‌های آنتروپی در تجزیه و تحلیل داده‌ها و همچنین تحلیل‌های نظری و محاسباتی را مورد بررسی قرار می‌دهد.

موضوعات مربوطه شامل دشواری دستیابی به اندازه‌گیری‌های آنتروپی کافی و پارامتر قابل قبول است. انتخاب هایی برای اندازه گیری های آنتروپی، جفت گیری مبتنی بر آنتروپی، و تجزیه و تحلیل شباهت، همراه با استفاده از معیارهای آنتروپی به عنوان ویژگی هایی در یادگیری و طبقه بندی خودکار. برنامه های مختلف داده واقعی داده شده است.

Entropies and entropy-like quantities play an increasing role in modern non-linear data analysis. Fields that benefit from this application range from biosignal analysis to econophysics and engineering. This issue is a collection of papers touching on different aspects of entropy measures in data analysis, as well as theoretical and computational analyses.

The relevant topics include the difficulty to achieve adequate application of entropy measures and the acceptable parameter choices for those entropy measures, entropy-based coupling, and similarity analysis, along with the utilization of entropy measures as features in automatic learning and classification. Various real data applications are given.