Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales

Autores
Riveaud, Leonardo Esteban
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Lamberti, Pedro Walter
Descripción
Tesis (Doctor en Física)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación, 2020.
Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Esta tesis se encuadra en el marco de la Teoría de la Información. Como aporte original, introducimos una nueva entropía que generaliza la entropía de Shannon. Realizamos un exhaustivo estudio de sus propiedades y exploramos posibles ámbitos de aplicación. Por otro lado, y como objetivo principal de este trabajo, definimos y estudiamos cuantificadores de distinguibilidad entre distribuciones de probabilidad. Estos cuantificadores de distinguibilidad, también llamados divergencias, permiten discriminar dos distribuciones de probabilidad, que por su propio carácter estadístico, es difícil o imposible discriminar. Se investiga el mapeo de señales a distribuciones de probabilidad y por el uso de las divergencias se logra estudiar las propiedades estadísticas de las señales. Definimos aquí dos divergencias distintas: una proveniente de una novedosa interpretación de la divergencia de Kullback-Leibler; la otra generaliza a la distancia Euclidiana y permite una nueva interpretación de la divergencia de Jensen-Shannon. En los dos casos se hicieron aplicaciones tanto a señales de origen natural como simuladas.
This thesis is framed within the framework of Information Theory. As an original contribution, we introduce a new entropy that generalizes the Shannon entropy. We carry out an exhaustive study of its properties and explore possible areas of application. On the other hand, and as the main objective of this work, we define and study distinguishable quantifiers between probability distributions. These distinguishable quantifiers, also called divergences, make it possible to discriminate two probability distributions, which due to their own statistical nature, is difficult or impossible to discriminate. The mapping of signals to probability distributions is investigated and by the use of divergences it is possible to study the statistical properties of the signals. We define here two different divergences: one stemming from a novel interpretation of the Kullback-Leibler divergence; the other generalizes to the Euclidean distance and allows a new interpretation of the Jensen-Shannon divergence. In both cases, applications were made to both natural and simulated signals.
Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Materia
Teoría de la Información
Entropía
Statistical Physics
Information Theory
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/16528

id RDUUNC_f74ac225107c523fc56176f83a8e7efb
oai_identifier_str oai:rdu.unc.edu.ar:11086/16528
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporalesRiveaud, Leonardo EstebanTeoría de la InformaciónEntropíaStatistical PhysicsInformation TheoryTesis (Doctor en Física)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación, 2020.Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Esta tesis se encuadra en el marco de la Teoría de la Información. Como aporte original, introducimos una nueva entropía que generaliza la entropía de Shannon. Realizamos un exhaustivo estudio de sus propiedades y exploramos posibles ámbitos de aplicación. Por otro lado, y como objetivo principal de este trabajo, definimos y estudiamos cuantificadores de distinguibilidad entre distribuciones de probabilidad. Estos cuantificadores de distinguibilidad, también llamados divergencias, permiten discriminar dos distribuciones de probabilidad, que por su propio carácter estadístico, es difícil o imposible discriminar. Se investiga el mapeo de señales a distribuciones de probabilidad y por el uso de las divergencias se logra estudiar las propiedades estadísticas de las señales. Definimos aquí dos divergencias distintas: una proveniente de una novedosa interpretación de la divergencia de Kullback-Leibler; la otra generaliza a la distancia Euclidiana y permite una nueva interpretación de la divergencia de Jensen-Shannon. En los dos casos se hicieron aplicaciones tanto a señales de origen natural como simuladas.This thesis is framed within the framework of Information Theory. As an original contribution, we introduce a new entropy that generalizes the Shannon entropy. We carry out an exhaustive study of its properties and explore possible areas of application. On the other hand, and as the main objective of this work, we define and study distinguishable quantifiers between probability distributions. These distinguishable quantifiers, also called divergences, make it possible to discriminate two probability distributions, which due to their own statistical nature, is difficult or impossible to discriminate. The mapping of signals to probability distributions is investigated and by the use of divergences it is possible to study the statistical properties of the signals. We define here two different divergences: one stemming from a novel interpretation of the Kullback-Leibler divergence; the other generalizes to the Euclidean distance and allows a new interpretation of the Jensen-Shannon divergence. In both cases, applications were made to both natural and simulated signals.Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Lamberti, Pedro Walter2020info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/16528spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:41:12Zoai:rdu.unc.edu.ar:11086/16528Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:41:12.356Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
title Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
spellingShingle Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
Riveaud, Leonardo Esteban
Teoría de la Información
Entropía
Statistical Physics
Information Theory
title_short Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
title_full Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
title_fullStr Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
title_full_unstemmed Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
title_sort Medidas de distinguibilidad entre distribuciones de probabilidad : aspectos teóricos y aplicaciones al estudio de las series temporales
dc.creator.none.fl_str_mv Riveaud, Leonardo Esteban
author Riveaud, Leonardo Esteban
author_facet Riveaud, Leonardo Esteban
author_role author
dc.contributor.none.fl_str_mv Lamberti, Pedro Walter
dc.subject.none.fl_str_mv Teoría de la Información
Entropía
Statistical Physics
Information Theory
topic Teoría de la Información
Entropía
Statistical Physics
Information Theory
dc.description.none.fl_txt_mv Tesis (Doctor en Física)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación, 2020.
Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Esta tesis se encuadra en el marco de la Teoría de la Información. Como aporte original, introducimos una nueva entropía que generaliza la entropía de Shannon. Realizamos un exhaustivo estudio de sus propiedades y exploramos posibles ámbitos de aplicación. Por otro lado, y como objetivo principal de este trabajo, definimos y estudiamos cuantificadores de distinguibilidad entre distribuciones de probabilidad. Estos cuantificadores de distinguibilidad, también llamados divergencias, permiten discriminar dos distribuciones de probabilidad, que por su propio carácter estadístico, es difícil o imposible discriminar. Se investiga el mapeo de señales a distribuciones de probabilidad y por el uso de las divergencias se logra estudiar las propiedades estadísticas de las señales. Definimos aquí dos divergencias distintas: una proveniente de una novedosa interpretación de la divergencia de Kullback-Leibler; la otra generaliza a la distancia Euclidiana y permite una nueva interpretación de la divergencia de Jensen-Shannon. En los dos casos se hicieron aplicaciones tanto a señales de origen natural como simuladas.
This thesis is framed within the framework of Information Theory. As an original contribution, we introduce a new entropy that generalizes the Shannon entropy. We carry out an exhaustive study of its properties and explore possible areas of application. On the other hand, and as the main objective of this work, we define and study distinguishable quantifiers between probability distributions. These distinguishable quantifiers, also called divergences, make it possible to discriminate two probability distributions, which due to their own statistical nature, is difficult or impossible to discriminate. The mapping of signals to probability distributions is investigated and by the use of divergences it is possible to study the statistical properties of the signals. We define here two different divergences: one stemming from a novel interpretation of the Kullback-Leibler divergence; the other generalizes to the Euclidean distance and allows a new interpretation of the Jensen-Shannon divergence. In both cases, applications were made to both natural and simulated signals.
Fil: Riveaud, Leonardo Esteban. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
description Tesis (Doctor en Física)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/16528
url http://hdl.handle.net/11086/16528
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618895189606400
score 13.070432