• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Computational Neuroscience >On directed information theory and Granger causality graphs
【24h】

On directed information theory and Granger causality graphs

机译：关于有向信息论和格兰杰因果图

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Directed information theory deals with communication channels with feedback. When applied to networks, a natural extension based on causal conditioning is needed. We show here that measures built from directed information theory in networks can be used to assess Granger causality graphs of stochastic processes. We show that directed information theory includes measures such as the transfer entropy, and that it is the adequate information theoretic framework needed for neuroscience applications, such as connectivity inference problems.
机译：定向信息理论处理带有反馈的沟通渠道。当应用于网络时，需要基于因果条件的自然扩展。我们在这里表明，可以根据网络中的有向信息理论构建的度量可用于评估随机过程的格兰杰因果图。我们证明了定向信息论包括诸如传递熵之类的度量，并且它是神经科学应用（如连通性推理问题）所需的足够的信息理论框架。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号