저는 확률 분포 공간에서 Fisher의 정보 지표를 자연 지역 지표로 사용하고이를 통합하여 거리와 부피를 정의하는 것을 옹호 하는 많은 문헌을 발견했습니다.
그러나 이러한 "통합 된"수량이 실제로 무엇에 유용합니까? 나는 이론적 인 정당화와 실제 적용이 거의 없음을 발견했다. 하나는 가이 레바논의 작품 으로 "피셔 거리"를 사용하여 문서를 분류하고 다른 하나는 로드리게스 ABC 모델 선택 ... "피셔 볼륨"이 모델 선택에 사용됩니다. 분명히 "정보량"을 사용하면 모델 선택을 위해 AIC 및 BIC에 비해 "수십 배"개선이 이루어 지지만 그 작업에 대한 후속 조치는 보지 못했습니다.
이론적 근거는이 거리 또는 부피 측정을 사용하고 MDL 또는 점근 적 주장에서 도출 된 범위보다 더 나은 일반화 경계를 갖거나 합리적으로 실제적인 상황에서 아마도 더 나은 이들 양 중 하나에 의존하는 방법 일 수 있습니다. 이런 종류의 결과가 있습니까?