本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1424
- 日期：2026-03-18
摘要
提出了一種基於資訊理論泛函（冗餘）的時間序列來估計粗粒度熵率（CER）的方法。 CER 是規律性和可預測性的相對度量，對於動力系統產生的數據，它們與 Kolmogorov-Sinai 熵相關。然而，所研究資料的確定性動態起源並不是使用 CER 的必要條件，因為熵率也可以為隨機過程定義。 CER 對資料動態變化的敏感度是透過確定性、混沌和隨機過程產生的數值產生的時間序列來測試的。藥物腦電圖研究的一個例子證明了 CER 在電生理訊號或其他複雜時間序列分析中的潛在應用。