HyperAIHyperAI

Command Palette

Search for a command to run...

일반화된 레이리 몫

날짜

일반화된 레이리 엔트로피이는 함수 R(A,B,x)를 나타내는 레이리 엔트로피의 확장으로 볼 수 있습니다.

latexR(A,B,x) = xHAxxHBxlatex {R{ \left( {A,B,x} \right) }\text{ }=\text{ }\frac{{x\mathop{{}}\nolimits^{{H}}Ax}}{{x\mathop{{}}\nolimits^{{H}}Bx}}} latexR(A,B,x) = xHBxxHAx

여기서 x는 0이 아닌 벡터이고, A와 B는 n×n 에르미탄 행렬이고, B는 양의 정부호 행렬입니다. latexx’ = B1/2xlatex {x\text{'}\text{ }=\text{ }B\mathop{{}}\nolimits^{{-1/2}}x}latexx = B1/2x 이면 분모는 다음과 같이 변환될 수 있습니다.

latexx\무HBx = x\무H(B\무1/2)\무1/2x’ = x\무1/2BB\무1/2x’ =xHxlatex {x\mathop{{}}\무제한^{{H}}Bx\text{ }=\text{ }x\text{'}\mathop{{}}\무제한^{{H}}{ \left( {B\mathop{{}}\무제한^{{-{{1}/{2}}}}} \right) }\mathop{{}}\무제한^{{-{{1}/{2}}}}x\text{'}\text{ }=\text{ }x\text{'}\mathop{{}}\무제한^{{-{{1}/{2}}}}BB\mathop{{}}\무제한^{{-{{1}/{2}}}}x\text{'}\text{ }={x\text{'}\mathop{{}}\nolimits^{{H}}x\text{'}}}latexx\HBx = x\H(B\1/2)\1/2x = x\1/2BB\1/2x =xHx

분자는 다음과 같이 변환됩니다.

latexx\무HAx = x\무HB\무1/2AB\무1/2xlatex {x\mathop{{}}\무한^{{H}}Ax\text{ }=\text{ }x\text{'}\mathop{{}}\무한^{{H}}B\mathop{{}}\무한^{{-{{1}/{2}}}}AB\mathop{{}}\무한^{{-1/2}}x\text{'}}latexx\HAx = x\HB\1/2AB\1/2x

이때에 R(A,B,x)는 ​R(A,B,x′)로 변환됩니다.

latexR(A,B,x) = x\무HB\무1/2AB\무1/2xx\무Hxlatex {R{ \left( {A,B,x\text{'}} \right) }\text{ }=\text{ }\frac{{x\text{'}\mathop{{}}\무한^{{H}}B\mathop{{}}\무한^{{-1/2}}AB\mathop{{}}\무한^{{-1/2}}x\text{'}}}{{x\text{'}\mathop{{}}\무한^{{H}}x\text{'}}}}latexR(A,B,x) = x\Hxx\HB\1/2AB\1/2x

위의 공식으로부터 우리는 일반화된 레이리 엔트로피가 행렬을 표준화할 수 있고 피셔 선형 판별 분석에서 중요한 역할을 한다는 결론을 내릴 수 있습니다.

참고문헌

【1】레이리 몫과 극값 계산

【2】선형 판별 분석 LDA 원리 요약

AI로 AI 구축

아이디어에서 출시까지 — 무료 AI 코코딩, 즉시 사용 가능한 환경, 최적의 GPU 가격으로 AI 개발을 가속화하세요.

AI 협업 코딩
바로 사용 가능한 GPU
최적의 가격

HyperAI Newsletters

최신 정보 구독하기
한국 시간 매주 월요일 오전 9시 에 이번 주의 최신 업데이트를 메일로 발송합니다
이메일 서비스 제공: MailChimp