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: |