玻尔兹曼-香农交互熵（Boltzmann–Shannon interaction entropy）是2023年最新提出的一维时间序列的度量方式，在数据科学和机器学习领域有许多应用。（暂无任何文献应用报道）（matlab代码获取：https://mbd.pub/o/bread/mbd-ZZmclp1w）
参考文献：
https://doi.org/10.1063/5.0182349
包括：
玻尔兹曼-香农交互熵（Boltzmann–Shannon interaction entropy）
多尺度玻尔兹曼-香农交互熵（Multiscale Boltzmann–Shannon interaction entropy）
层次玻尔兹曼-香农交互熵（Hierarchical Boltzmann–Shannon interaction entropy）
复合多尺度玻尔兹曼-香农交互熵（composite multiscale Boltzmann–Shannon interaction entropy）
时移多尺度玻尔兹曼-香农交互熵（time-shift multiscale Boltzmann–Shannon interaction entropy）
标签：interaction,Boltzmann,entropy,香农,玻尔兹曼,Shannon From： https://www.cnblogs.com/huakaifugui/p/17971062