ДИАГНОСТИКА И КОРРЕКЦИЯ СИСТЕМАТИЧЕСКОЙ ОШИБКИ ПРИ ОЦЕНКЕ ЭНТРОПИИ ПЕРЕНОСА МЕТОДОМ K-БЛИЖАЙШИХ СОСЕДЕЙ


Образец для цитирования:

Энтропия переноса широко используется для определения направленной связанности колебательных систем по их наблюдаемым временным рядам. При оценке энтропии переноса между связанными нелинейными системами методом K-ближайших соседей обнаружена систематическая ошибка. Предложен способ уменьшения данной ошибки: с увеличением номера соседа систематическая ошибка уменьшается. Показана возможность диагностики систематической ошибки, имея два набора измерений. Полученные результаты позволяют улучшить чувствительность и специфичность метода для нелинейных систем при малых уровнях связи.

 
 
 
DOI: 
10.18500/0869-6632-2015-23-4-24-31
Литература

1. Schreiber T. Measuring information transfer // Phys. Rev. Lett. 2000. Vol. 85, No 2. P. 461.

2. Moddemeijer R. On estimation of entropy and mutual information of continuous distributions // Signal Processing. 1989. Vol. 16, No 3. P. 233.

3. Lee J., Nemati S., Silva I., Edwards B.-A., Butler J.-P., Malhotra A. Transfer entropy estimation and directional coupling change detection in biomedical time series // BioMedical Engineering OnLine. 2012. 11:19.

4. Silverman B. Density estimation for statistics and data analysis. London: Chapman and Hall, 1986. 175 p.

5. Darbellay A.G., Vajda I. Estimation of the information by an adaptive partitioning of the observation space // IEEE Transactions on Information Theory. 1999. Vol. 45, No 4. P. 1315.

6. Kugiumtzis D. Transfer entropy on rank vectors // Journal of Nonlinear Systems and Applications. 2012. Vol. 3, No 2. P. 73.

7. Kraskov A., Stogbauer H., Grassberger P.  ̈ Estimating mutual information // Phys. Rev. E. 2004. 69: 66138.

8. Jizba P., Kleinert H., Shefaat M. Renyi’s information transfer between financial time series // Physica A. 2012. Vol. 391. P. 2971.

9. Gomez-Herrero G., Wu W., Rutanen K., Soriano M.C., Pipa G., Vicente R. Assessing coupling dynamics from an ensemble of time series // Arxiv preprint arXiv:1008.0539v1. 2010.

10. Kaiser A., Schreiber T. Information transfer in continuous process // Physica D: Nonlinear Phenomena. 2002. Vol. 166, No 1–2.

11. Hahs D.W., Pethel S.D. Transfer entropy for coupled autoregressive processes // Entropy. 2003. Vol. 15(3). P. 767.

12. Lindner M., Vicente R., Priesemann V., Wibral M. TRENTOOL: A Matlab open source toolbox to analyse information flow in time series data with transfer entropy // BMC Neuroscience. 2011. 12:119.

13. Wibral M., Pampu N., Priesemann V., Siebenhuhner F., Seiwert H., Lindner M., Lizier J.T., Vicente R. Measuring information-transfer delays // PLoS One. 2013. Vol. 8(2):e55809.

14. Smirnov D.A. Spurious causalities with transfer entropy // Phys. Rev. E. 2013. Vol. 87. 042917.

Статус: 
одобрено к публикации
Краткое содержание (PDF): 
Текст в формате PDF: 

BibTeX

@article{Zemlyannikov -IzvVUZ_AND-23-4-24,
author = {Андрей Сергеевич Землянников and Илья Вячеславович Сысоев},
title = {ДИАГНОСТИКА И КОРРЕКЦИЯ СИСТЕМАТИЧЕСКОЙ ОШИБКИ ПРИ ОЦЕНКЕ ЭНТРОПИИ ПЕРЕНОСА МЕТОДОМ K-БЛИЖАЙШИХ СОСЕДЕЙ},
year = {2015},
journal = {Известия высших учебных заведений. Прикладная нелинейная динамика},
volume = {23},number = {4},
url = {https://old-andjournal.sgu.ru/ru/articles/diagnostika-i-korrekciya-sistematicheskoy-oshibki-pri-ocenke-entropii-perenosa-metodom-k},
address = {Саратов},
language = {russian},
doi = {10.18500/0869-6632-2015-23-4-24-31},pages = {24--31},issn = {0869-6632},
keywords = {временные ряды,анализ связанности,энтропия переноса,нелинейные системы.},
abstract = {Энтропия переноса широко используется для определения направленной связанности колебательных систем по их наблюдаемым временным рядам. При оценке энтропии переноса между связанными нелинейными системами методом K-ближайших соседей обнаружена систематическая ошибка. Предложен способ уменьшения данной ошибки: с увеличением номера соседа систематическая ошибка уменьшается. Показана возможность диагностики систематической ошибки, имея два набора измерений. Полученные результаты позволяют улучшить чувствительность и специфичность метода для нелинейных систем при малых уровнях связи.   Скачать полную версию     }}