| 第26行： |
第26行： |
| | | | |
| | ===机器学习方法=== | | ===机器学习方法=== |
| | + | EI是不可微的，所以梯度下降法不能直接适用。 |
| | + | 针对一个含有𝑛个节点的网络，定义一个分组矩阵M∈R^n×k，其中<math>v_i\in v_{\mu}</math>m_iμ=Pr(v_i∈v_μ)，表示微节点<math>v_i</math>属于宏观节点<math>v_{\mu}</math>的概率，然后根据微观网络和分组矩阵构建宏观网络，优化目标是最大化宏观网络的有效信息EI，使用带动量的梯度下降方法优化M。 |
| | | | |
| | 困难： | | 困难： |