Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?
  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 189 resultados en recursos

Imagen de apoyo de  GAIT: A Geometric Approach to Information Theory = GAIT: Un Enfoque Geométrico a la Teoría de la Información

GAIT: A Geometric Approach to Information Theory = GAIT: Un Enfoque Geométrico a la Teoría de la Información

Por: Jose; Vani Gallego Posada | Fecha: 2020

Abstract: We advocate the use of a notion of entropy that reflects the relative abundances of the symbols in an alphabet, as well as the similarities between them. This concept was originally introduced in theoretical ecology to study the diversity of ecosystems. Based on this notion of entropy, we introduce geometry-aware counterparts for several concepts and theorems in information theory. Notably, our proposed divergence exhibits performance on par with state-of-the-art methods based on the Wasserstein distance, but enjoys a closed-form expression that can be computed efficiently. We demonstrate the versatility of our method via experiments on a broad range of domains: training generative models, computing image barycenters, approximating empirical measures and counting modes. Resumen: En este artículo promovemos el uso de una noción de entropía que refleje las abundancias relativas de los elementos de un alfabeto, así como las similitudes entre ellos. Este concepto fue originalmente presentado en ecología teórica para estudiar la diversidad de un ecosistema. Con base en esta noción de entropía, nosotros analizamos diversos conceptos y teoremas en teoría de la información, y presentamos versiones de sensibles a la geometría de estos. Notablemente, nuestra propuesta de una divergencia estadística presenta un desempeño a la par con respecto a métodos de estado del arte basados en la distancia de Wasserstein, pero cuenta con una expresión analítica que puede ser calculada de manera eficiente. Demostramos la versatilidad de nuestro método a través de experimentos en un amplio rango de tareas: entrenamiento de modelos generativos, cálculo de baricentros entre imágenes, aproximación de medidas empíricas y el conteo de modas. Machine learning; Information theory; Geometry; Entropy; Generative models; Statistical divergence; Aprendizaje automático; Teoría de la información; Geometría; Entropía; Modelos generativos; Divergencia estadística
Fuente: Biblioteca Virtual Banco de la República Formatos de contenido: Artículos
  • Temas:
  • Otros

Compartir este contenido

GAIT: A Geometric Approach to Information Theory = GAIT: Un Enfoque Geométrico a la Teoría de la Información

Copia el enlace o compártelo en redes sociales

Compartir este contenido

"El festín de Baltasar", de Álvaro Mutis

Copia el enlace o compártelo en redes sociales

Compartir este contenido

"El miedo", de Álvaro Mutis

Copia el enlace o compártelo en redes sociales

Compartir este contenido

"Grieta matinal", de Álvaro Mutis

Copia el enlace o compártelo en redes sociales

Compartir este contenido

"La oración de Maqroll", de Álvaro Mutis

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Vampirella #19

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Vampirella #19

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Roberto Bolaño, el detective de las letras

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Vampirella #19

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Yo soy Beatriz González

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones