जब कोवरियन मैट्रिक्स के आइजनवेक्टरों को देखते हैं, तो हमें अधिकतम विचरण की दिशाएँ मिलती हैं (पहला ईजनवेक्टर वह दिशा है जिसमें डेटा सबसे भिन्न होता है, आदि); इसे प्रधान घटक विश्लेषण (PCA) कहा जाता है।
मैं सोच रहा था कि आपसी सूचना मैट्रिक्स के eigenvectors / मूल्यों को देखने का क्या मतलब होगा, क्या वे अधिकतम एन्ट्रॉपी की दिशा में इंगित करेंगे?
4
मुझे नहीं पता, लेकिन अभी पता चला है कि पारस्परिक सूचना मैटर हमेशा सकारात्मक अर्ध-निश्चित नहीं होते हैं: arxiv.org/abs/1307.6673 ।
—
अमीबा का कहना है कि
यह कुछ ऐसा याद दिलाता है जिस पर हमने काम किया था: People.eng.unimelb.edu.au/baileyj/papers/frp0038-Vinh.pdf
—
सिमोन