論文の概要: Gaussianizing the Earth: Multidimensional Information Measures for Earth
Data Analysis
- arxiv url: http://arxiv.org/abs/2010.06476v2
- Date: Wed, 25 Nov 2020 10:10:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 00:33:56.518309
- Title: Gaussianizing the Earth: Multidimensional Information Measures for Earth
Data Analysis
- Title(参考訳): 地球をgaussianizingする:地球データ分析のための多次元情報尺度
- Authors: J. Emmanuel Johnson, Valero Laparra, Maria Piles, Gustau Camps-Valls
- Abstract要約: 情報理論は地球系データを解析するための優れた枠組みである。
これは不確実性と冗長性を特徴付けることができ、普遍的に解釈可能である。
様々な地球系データ解析問題において,情報理論の手法が適用可能であることを示す。
- 参考スコア(独自算出の注目度): 9.464720193746395
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Information theory is an excellent framework for analyzing Earth system data
because it allows us to characterize uncertainty and redundancy, and is
universally interpretable. However, accurately estimating information content
is challenging because spatio-temporal data is high-dimensional, heterogeneous
and has non-linear characteristics. In this paper, we apply multivariate
Gaussianization for probability density estimation which is robust to
dimensionality, comes with statistical guarantees, and is easy to apply. In
addition, this methodology allows us to estimate information-theoretic measures
to characterize multivariate densities: information, entropy, total
correlation, and mutual information. We demonstrate how information theory
measures can be applied in various Earth system data analysis problems. First
we show how the method can be used to jointly Gaussianize radar backscattering
intensities, synthesize hyperspectral data, and quantify of information content
in aerial optical images. We also quantify the information content of several
variables describing the soil-vegetation status in agro-ecosystems, and
investigate the temporal scales that maximize their shared information under
extreme events such as droughts. Finally, we measure the relative information
content of space and time dimensions in remote sensing products and model
simulations involving long records of key variables such as precipitation,
sensible heat and evaporation. Results confirm the validity of the method, for
which we anticipate a wide use and adoption. Code and demos of the implemented
algorithms and information-theory measures are provided.
- Abstract(参考訳): 情報理論は不確実性と冗長性を特徴付けることができるため、地球系データの解析に優れた枠組みであり、普遍的に解釈可能である。
しかし、時空間データは高次元で不均一であり、非線形特性を持つため、正確な情報内容推定は困難である。
本稿では,次元に頑健で統計的保証があり,適用が容易な確率密度推定に多変量ガウス化を適用する。
さらに、この手法により、多変量密度(情報、エントロピー、総相関、相互情報)を特徴付ける情報理論的な尺度を推定できる。
様々な地球系データ解析問題において,情報理論の手法が適用可能であることを示す。
まず, レーダー後方散乱強度を共同でガウス化する方法を示し, ハイパースペクトルデータを合成し, 空中光学画像中の情報内容の定量化を行う。
また,agro-ecosystemsにおける土壌の植生状態を記述する複数の変数の情報内容の定量化を行い,干ばつなどの極端な状況下での共有情報を最大化する時間尺度について検討した。
最後に, リモートセンシング製品における空間と時間次元の相対的情報量を測定し, 降水, 感熱, 蒸発などのキー変数の長期記録を含むモデルシミュレーションを行った。
提案手法の有効性を確認し,その妥当性を確認した。
実装されたアルゴリズムと情報理論のコードとデモが提供される。
関連論文リスト
- Density Estimation via Binless Multidimensional Integration [45.21975243399607]
非パラメトリック、ロバスト、およびデータ効率の高い密度推定のためのBinless Multidimensional Thermodynamic Integration (BMTI)法を提案する。
BMTIは、近隣のデータポイント間の対数密度差を計算し、その密度の対数を推定する。
この方法は様々な複雑な合成高次元データセットでテストされ、化学物理学の文献から現実的なデータセットでベンチマークされる。
論文 参考訳(メタデータ) (2024-07-10T23:45:20Z) - Adversarial Estimation of Topological Dimension with Harmonic Score Maps [7.34158170612151]
スコアマップで学習した多様体の位相次元を復元することは可能であることを示す。
次に、逆攻撃を用いて学習した多様体の位相次元を測定する新しい方法を提案する。
論文 参考訳(メタデータ) (2023-12-11T22:29:54Z) - Data-Efficient Learning via Minimizing Hyperspherical Energy [48.47217827782576]
本稿では,少数の代表データを用いたスクラッチからのデータ効率学習の問題について考察する。
我々は,MHEに基づくアクティブラーニング(MHEAL)アルゴリズムを提案し,MHEALの包括的な理論的保証を提供する。
論文 参考訳(メタデータ) (2022-06-30T11:39:12Z) - Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。
提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文 参考訳(メタデータ) (2022-03-11T02:37:35Z) - Featurized Density Ratio Estimation [82.40706152910292]
本研究では,2つの分布を推定前の共通特徴空間にマッピングするために,可逆生成モデルを活用することを提案する。
この偉業化は、学習された入力空間の密度比が任意に不正確な場合、潜在空間において密度が密接な関係をもたらす。
同時に、特徴写像の可逆性は、特徴空間で計算された比が入力空間で計算された比と同値であることを保証する。
論文 参考訳(メタデータ) (2021-07-05T18:30:26Z) - Ranking the information content of distance measures [61.754016309475745]
2つの異なる距離測度を用いて保持する相対的情報を評価する統計的テストを導入する。
これにより、候補者のプールから最も情報に富んだ距離を測定することができる。
論文 参考訳(メタデータ) (2021-04-30T15:57:57Z) - Machine Learning Information Fusion in Earth Observation: A
Comprehensive Review of Methods, Applications and Data Sources [0.0]
本稿では,地球観測における問題に対する機械学習(ML)技術に基づく最も重要な情報融合アルゴリズムについて概説する。
データ駆動アプローチ、特にML技術は、このデータルージュから重要な情報を抽出する自然な選択である。
論文 参考訳(メタデータ) (2020-12-07T13:35:08Z) - Information Theory Measures via Multidimensional Gaussianization [7.788961560607993]
情報理論は、データやシステムの不確実性、依存、関連性を測定するための優れたフレームワークである。
現実世界の応用にはいくつかの望ましい性質がある。
しかし,多次元データから情報を取得することは,次元性の呪いによる難題である。
論文 参考訳(メタデータ) (2020-10-08T07:22:16Z) - Graph Embedding with Data Uncertainty [113.39838145450007]
スペクトルベースのサブスペース学習は、多くの機械学習パイプラインにおいて、一般的なデータ前処理ステップである。
ほとんどの部分空間学習法は、不確実性の高いデータにつながる可能性のある測定の不正確さやアーティファクトを考慮していない。
論文 参考訳(メタデータ) (2020-09-01T15:08:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。