786
个编辑
更改
跳到导航
跳到搜索
第272行：
第272行： − '''宏观动力学有效信息的数学表达式'''+
→有效信息主要由粗粒化函数决定
===宏观动力学有效信息的数学表达式===
假设给定<math>\mathbf{x}_t</math>下<math>\mathbf{x}_{t+1}</math>的概率密度可以通过函数<math>Pr(\mathbf{x}_{t+1} | \mathbf{x}_t) \equiv G(\mathbf{x}_{t+1}, \mathbf{x}_t)</math>描述，且神经信息挤压框架训练充分，即可通过以下方式计算<math>f_\beta</math>的宏观动力学信息：
假设给定<math>\mathbf{x}_t</math>下<math>\mathbf{x}_{t+1}</math>的概率密度可以通过函数<math>Pr(\mathbf{x}_{t+1} | \mathbf{x}_t) \equiv G(\mathbf{x}_{t+1}, \mathbf{x}_t)</math>描述，且神经信息挤压框架训练充分，即可通过以下方式计算<math>f_\beta</math>的宏观动力学信息：