9の式に代入し、各差分値jに■チャネルのエントロピーの合計を計算する。この際、対数"#!の底は■である。カラー画像エントロピーとは違い、縦横の■方向に対しエントロピーを計算しているので、縦横■方向×RGB■チャネル×与えた画像の画素数Nで割ることによって■チャネルのエントロピーの平均をとっている。このエントロピーの計算方法は、画像全体ではなく隣接する画素の差分のみに注目しているので、物体の形状や微細なノイズを拾うことができ、画像の細部の乱雑さを捉えることができる。このエントロピーを以下、「差分エントロピー」と呼ぶ。また今回学習に用いたデータセットCIFAR-■■の訓練用画像■■，■■■枚に対するカラー画像エントロピーと差分エントロピーの分布比較は図■のとおりである。この時、カラー画像エントロピーの標準偏差が■．■■■■■■に対し、差分エントロピーの標準偏差は■．■■■■■■と、差分エントロピーの方は標準偏差が高い。またカラー画像エントロピーおよび差分エントロピーは画像サイズの影響を受けないように因子Nを用いたが、それぞれ画素値および差分値の範囲が■倍近エントロピーによる画像学習AIモデルの性能評価図■．カラー画像エントロピー（青）と差分エントロピー（オレンジ）の分布比較
元のページ ../index.html#16