Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Evaluating Transfer Entropy for Normal and y-Order Normal Distributions

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F16%3A00461261" target="_blank" >RIV/67985556:_____/16:00461261 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.9734/BJMCS/2016/27377" target="_blank" >http://dx.doi.org/10.9734/BJMCS/2016/27377</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.9734/BJMCS/2016/27377" target="_blank" >10.9734/BJMCS/2016/27377</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Evaluating Transfer Entropy for Normal and y-Order Normal Distributions

  • Popis výsledku v původním jazyce

    Since its introduction, transfer entropy has become a popular information-theoretic tool for detecting causal inference between two discretized random processes. By means of statistical tools we evaluate the transfer entropy of stationary processes whose continuous probability distributions are known. We study transfer entropy of processes coming from the family of γ-order generalized normal distribution. Applying Kullback-Leibler divergence we provide explicit expressions of the transfer entropy for processes which are normal, as well as for processes from the class of γ-order normal distributions. The results achieved in the paper for continuous time can be applied also to the discrete time case, concretely to the time series whose underlying process distribution is from the discussed classes.

  • Název v anglickém jazyce

    Evaluating Transfer Entropy for Normal and y-Order Normal Distributions

  • Popis výsledku anglicky

    Since its introduction, transfer entropy has become a popular information-theoretic tool for detecting causal inference between two discretized random processes. By means of statistical tools we evaluate the transfer entropy of stationary processes whose continuous probability distributions are known. We study transfer entropy of processes coming from the family of γ-order generalized normal distribution. Applying Kullback-Leibler divergence we provide explicit expressions of the transfer entropy for processes which are normal, as well as for processes from the class of γ-order normal distributions. The results achieved in the paper for continuous time can be applied also to the discrete time case, concretely to the time series whose underlying process distribution is from the discussed classes.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    British Journal of Mathematics & Computer Science

  • ISSN

    2231-0851

  • e-ISSN

  • Svazek periodika

    17

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    20

  • Strana od-do

    1-20

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus