Files
myWiki/concepts/maximum-entropy-projection.md
2026-07-20 14:14:55 +08:00

1.6 KiB
Raw Blame History

title, created, updated, type, tags, sources
title created updated type tags sources
Maximum Entropy Projection (最大熵投影) 2026-07-10 2026-07-10 concept
maximum-entropy
exponential-family
information-geometry
moment-matching
Jaynes (1957)
Csiszar (1975)
gid-sphere-2026

Maximum Entropy Projection (最大熵投影)

GID 的核心构造——对每个特征空间 V_L求解满足 V_L 矩约束的最大熵密度

定义

设 V_L ⊂ L²₀(M, ν) 是均值为零的连续函数的有限维空间φ_L: M → R^{q_L} 为其基。对矩向量 m ∈ ri(M_L)

p_{L,m} = arg max_{p} -∫ p log p dν
          s.t. ∫ p dν = 1, ∫ φ_L p dν = m

指数族形式

最大熵解具有标准指数族密度:

p_{L,m}(x) = exp{λ_L(m)ᵀ φ_L(x) - ψ_L(λ_L(m))}

其中 ψ_L(λ) = log ∫ exp{λᵀ φ_L(x)} dν(x) 是对数配分函数λ_L(m) 是 ∇ψ_L(λ) = m 的解。

嵌套层次

V₀ = {0}  →  p₀ = ν (均匀分布)
V₁        →  p₁ = vMF (1 阶球谐特征)
V₂        →  p₂ = Fisher-Bingham 类型 (2 阶球谐特征)
V₃        →  p₃ = 高阶指数族
...

每级投影是前一级的细化:嵌套特征空间保证 p_L 保留 p_{L-1} 的所有矩信息。

信息几何解释

最大熵投影等价于在信息几何意义上将 P 向指数族子流形做 m-projection(基于 KL 散度的信息投影)。层级 KL-gap 恒等式源于 Amari 的 Pythagorean 定理和信息几何的层次分解。

参考