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）