MINDE: 互信息神经扩散估计
原文约300字，阅读约需1分钟。发表于：。通过基于 Girsanov 定理的新方法，我们提出了一种估计随机变量之间互信息（MI）的方法。我们的方法基于分数函数的扩散模型来估计两个密度之间的 Kullback Leibler 散度，并衍生出估计随机变量熵的方法。我们的结果表明，我们的方法在挑战性分布情况下比文献中的主要替代方法更准确，并通过自洽性测试，包括数据处理和独立性下的可加性。
该文提出了一种新的方法来估计随机变量之间的互信息，基于分数函数的扩散模型来估计两个密度之间的 Kullback Leibler 散度，并衍生出估计随机变量熵的方法。该方法比文献中的主要替代方法更准确，并通过自洽性测试。
