196
个编辑
更改
跳到导航
跳到搜索
第16行：
第16行： + + 第23行：
第25行： − − * 概率重加权 − − 中文可以统一称呼为 样本概率重加权 或 样本重加权
无编辑摘要
概述里还没有把大图讲完。输入和输出。
概述里还没有把大图讲完。输入和输出。
PLL：已加：在此框架中，输入可观测的数据，输出是因果涌现的程度、宏观动力学、涌现斑图以及粗粒化策略。
* 在NIS+中，我们首先使用互信息和变分不等式的公式将互信息的最大化问题转化为机器学习问题，其次，我们引入神经网络
* 在NIS+中，我们首先使用互信息和变分不等式的公式将互信息的最大化问题转化为机器学习问题，其次，我们引入神经网络
PLL：已改，删除 我们引入神经网络来学习逆宏观动力学 这句话
PLL：已改，删除 我们引入神经网络来学习逆宏观动力学 这句话
=NIS+ 数学推导=
=NIS+ 数学推导=