SENECA: Оценка энтропии с помощью самоконструктивной отсутствующей массы

Компьютерная наука > Информационная теория [представлена 1 мая 2026 (v1), последний пересмотренный 25 октября 2026 года (этот вариант, v2)) Название: SENECA: Mall-Specte Disstrete Entropy Assession на основе самоконструктивного нераскрытого просмотра PDF HTML (экспериментального) резюме: Дискреат энтропия - это классическая проблема теории информации, в которой среднее содержание информации дискретной случайной переменной оценивается только по образцам. Наивные подходы, такие как метод подсвечивания, не учитывают вероятность массы, связанной с элементами случайной поддержки переменной, которая отсутствует в той или иной выборке, известной как "пропущенная масса". Мы предлагаем SENECA - схему оценки энтропии, основанную на новых "самосогласованных" недостающих расчетах массы. Широкие цифровые эксперименты показывают, что наш подход превосходит многие современные альтернативы в целом при малых выборках. Затем мы применяем SENECA в двух случаях практического использования, а именно: оценка биоразнообразия и выявление неправильных ответов с использованием моделей крупных языков, когда наш метод является конкурентоспособным с подходами, ориентированными на конкретные области. В нашей работе СЕНЕКА выступает в качестве эффективной замены оценки энтропии небольших выборок с широкой полезностью по нескольким областям. История представления: Lucas McCabe [видение электронной почты] [v1] Fri, 1 мая 2026 13:50:28 UTC (505 KB) [ v2] Sun, 25 октября 2026 01:57:49 UTA (533 KB),…