727
个编辑
更改
跳到导航
跳到搜索
第135行：
第135行： − *'''最大化系统动力学的有效信息'''+ − 若要寻找一个最具信息量的宏观动力学，则需在所有可能的有效策略和动力学中优化粗粒化策略和宏观动力学。+ − 因此，粗粒化策略优化问题可以表述为：在约束方程{{EquationNote|4}}和{{EquationNote|5}}下，+ + − + +
→数学框架
==数学框架==
==数学框架==
为了找到上述各个函数，即有效粗粒化和有效的宏观动力学，NIS提出通过最大化[[有效信息]]（EI）来进行求解。
因此，最优的粗粒化策略和宏观动力学可以表述为：在约束方程{{EquationNote|4}}和{{EquationNote|5}}下，最大化宏观动力学的有效信息，即：
{{NumBlk|:|<blockquote><math>\max_{\phi_q,\hat{f}_{\phi_q},\phi_q^†,q} \mathcal{I}(\hat{f}_{\phi_q})</math></blockquote>|{{EquationNote|6}}}}
{{NumBlk|:|<blockquote><math>\max_{\phi_q,\hat{f}_{\phi_q},\phi_q^†,q} \mathcal{I}(\hat{f}_{\phi_q})</math></blockquote>|{{EquationNote|6}}}}
其中<math>\mathcal{I}</math>是有效信息的度量（可以是EI、Eff 或NIS主要使用的维度平均 EI。维度平均EI表示为 dEI，将于第 3.3.3 节中解析）。<math>\phi_q</math> 是一种有效的粗粒化策略，<math>\hat{f}_{\phi_q}</math>是一种有效的宏观动力学。
其中<math>\mathcal{I}</math>是有效信息的度量（这里，因为所有变量都是连续型实数变量，故而NIS使用的是维度平均的有效信息，即dEI）。<math>\phi_q</math> 是一种有效的粗粒化策略，<math>\hat{f}_{\phi_q}</math>是一种有效的宏观动力学。
该定义与近似因果模型抽象一致<ref name=":1" />。
该定义与近似因果模型抽象一致<ref name=":1" />。