Illustrations pédagogiques

Entropie multi-échelle

Présentation

L’entropie d’échantillon caractérise la quantité d’information apportée par un signal échantillonné. Plus l’échantillon est incertain (irrégulier), alors plus il apporte d’information donc plus son entropie sera élevée.

L’entropie multi-échelle (MSE) est une méthode qui permet de mesurer la complexité d’une série temporelle, en calculant son irrégularité sur plusieurs échelles. La MSE consiste à calculer l’entropie de l’échantillon, pour chaque échelle d’un signal en grain grossier.

La MSE génère des valeurs indéfinies pour les séries temporelles courtes, c'est pour cette raison que la "refined composite multiscale entropy" (RCMSE) a été introduite.

Voici quelques références bibliographiques détaillant ces méthodes :

Illustrations

Ce document est un comparatif entre la MSE et la RCMSE en démontrant l'influence du facteur m. Nous avons pris un bruit blanc et fait varier le facteur m de 4 à 1. Nous avons pris deux signaux (bruit blanc), le premier à 5000 échantillons et le second en a 500. Nous pouvons voir que le facteur m impact directement la qualité de la mesure de RCMSE et encore plus pour la MSE.

Ce document est un comparatif entre la MSE et la RCMSE en démontrant l'influence de la taille de l'échantillon pour m=1. Nous avons pris un bruit blanc et fait varier la taille de l'échantillon (5000, 2500, 1000, 900, 700, 500, 100, 80, 60 et 50). Nous pouvons constater que la qualité de la mesure de RCMSE est plus fiable que celle de MSE pour des échantillons de petite taille.

Ce document est un comparatif entre la MSE et la RCMSE en démontrant l'influence de la taille de l'échantillon pour m=2. Nous avons pris un bruit blanc et fait varier la taille de l'échantillon (5000, 2500, 1000, 900, 700, 500, 100, 80, 60 et 50). Nous pouvons constater que la qualité de la mesure de RCMSE est plus fiable que celle de MSE pour des échantillons de petite taille.