В математической теории вероятности, скорости энтропии или скорости исходной информации случайного процесса неформально представляет собой временную плотность средней информации в случайном процессе. Для случайных процессов с счетным индексом энтропия скорость является пределом совместная энтропия из членов процесса , деленная на , поскольку стремится к бесконечности :
, если существует ограничение. Альтернативная связанная величина:
Для сильно стационарного стохастического процессы, . Скорость энтропии можно рассматривать как общее свойство стохастических источников; это свойство асимптотического равнораспределения. Скорость энтропии может использоваться для оценки сложности случайных процессов. Он используется в различных приложениях, начиная от описания сложности языков, слепого разделения источников и заканчивая оптимизацией квантователей и алгоритмов сжатия данных. Например, критерий максимальной скорости энтропии может использоваться для выбора функции в машинном обучении.
Поскольку случайный процесс определяется Цепь Маркова, то есть неприводимая, апериодическая и положительная рекуррентная, имеет стационарное распределение, скорость энтропии не зависит от начального распространение.
Например, для такой цепи Маркова , определенной на счетном количестве состояний, учитывая матрица перехода , определяется по формуле:
где - это асимптотическое распределение цепочки.
Простым следствием этого определения является то, что iid случайный процесс имеет скорость энтропии, которая такая же, как энтропия любого человека. участник процесса.