فضای متریک ایتاکورا-سایتو (Itakura-Saito Distance Space)، در ریاضیات (Mathematics)

انواع فضاهای متریک (Metric Space) را در آموزش زیر شرح دادیم :

فضای متریک ایتاکورا-سایتو (Itakura-Saito Distance Space) :

تعریف: فاصله ایتاکورا-سایتو (Itakura-Saito Distance) یک معیار عدم شباهت بین دو طیف توان (یا به طور کلی بین دو چگالی طیفی) است که در پردازش گفتار و نظریه تخمین طیفی کاربرد دارد. برای دو طیف

\[ P(\omega) \]

و

\[ \hat{P}(\omega) \]

، این فاصله به صورت زیر تعریف می شود:

\[ d_{IS}(P, \hat{P}) = \frac{1}{2\pi} \int_{-\pi}^{\pi} \left( \frac{P(\omega)}{\hat{P}(\omega)} - \log \frac{P(\omega)}{\hat{P}(\omega)} - 1 \right) d\omega \]

برای بردارهای گسسته:

\[ d_{IS}(x, y) = \sum_i \left( \frac{x_i}{y_i} - \log \frac{x_i}{y_i} - 1 \right) \]

.

توضیح مفهومی: این فاصله توسط دو محقق ژاپنی، فومی تادا ایتاکورا و شیگِرو سایتو، در دهه ۱۹۷۰ برای ارزیابی کیفیت مدل های پیش بینی خطی (LPC) در پردازش گفتار معرفی شد. این معیار یک دیورژانس (divergence) است نه یک متریک، زیرا متقارن نیست و نامساوی مثلث را برآورده نمی کند، اما گاهی به عنوان یک "متریک" ناوردا در نظر گرفته می شود.

ویژگی های اصلی:

عدم تقارن:

\[ d_{IS}(P, \hat{P}) \neq d_{IS}(\hat{P}, P) \]

.

ناوردایی مقیاس:

\[ d_{IS}(cP, c\hat{P}) = d_{IS}(P, \hat{P}) \]

.

تحدب: تابع

\[ f(t) = t - \log t - 1 \]

در

\[ t>0 \]

محدب است و در

\[ t=1 \]

مینیمم صفر دارد.

این فاصله با دیورژانس کولبک-لیبلر برای توزیع های گاما مرتبط است.

در تخمین طیفی، مینیمم سازی این فاصله به تخمین های ماکزیمم درستنمایی (ML) منجر می شود.

ارتباط با دیورژانس کولبک-لیبلر: برای دو توزیع احتمال،

\[ d_{IS} \]

معادل

\[ KL(P||\hat{P}) \]

برای توزیع های گاما با پارامتر شکل ۱ است.

کاربردها: این فاصله در پردازش گفتار (برای ارزیابی کیفیت مدل های LPC)، تحلیل طیفی (برای تطبیق مدل های AR)، یادگیری ماشین (برای مسائل کاهش ابعاد)، و نظریه اطلاعات کاربرد دارد.

متریک متقارن شده: گاهی از نسخه متقارن

\[ d_{IS}(P, \hat{P}) + d_{IS}(\hat{P}, P) \]

استفاده می شود.

📌 مثال ساده:

\[ x = (1, 1) \]

،

\[ y = (2, 2) \]

.

\[ d_{IS}(x, y) = \sum (1/2 - \log(1/2) - 1) = 2(0.5 + 0.693 - 1) = 2(0.193) = 0.386 \]

.

\[ d_{IS}(y, x) = \sum (2 - \log 2 - 1) = 2(1 - 0.693) = 2(0.307) = 0.614 \]

.