打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
马尔科夫链的粗粒化
(查看源代码)
2026年7月9日 (四) 19:29的版本
删除3字节
、
2026年7月9日 (星期四)
→粗粒化与时间演化算子的可交换性
第118行:
第118行:
。满足一致性的粗粒化方案能够充分保留动力学中的有效信息,并丢弃无用信息。具体来说,宏观状态已经捕捉了与未来演化相关的所有“慢变量”或“相关信息”,而被粗粒化掉的那些微观细节,只影响瞬时噪声或快速弛豫过程,不会长期、系统性地改变宏观演化。
。满足一致性的粗粒化方案能够充分保留动力学中的有效信息,并丢弃无用信息。具体来说,宏观状态已经捕捉了与未来演化相关的所有“慢变量”或“相关信息”,而被粗粒化掉的那些微观细节,只影响瞬时噪声或快速弛豫过程,不会长期、系统性地改变宏观演化。
−
对于马尔科夫链,粗粒化时我们通常希望得到一个新的马尔科夫过程:宏观态的转移只依赖当前宏观态,而不依赖更久远的历史。式子(2)说明了,如果粗粒化满足可交换性,那么宏观过程可以写成一个真正意义上的马尔科夫链,拥有一个明确的宏观转移矩阵
<math>P'</math>,而且宏观态的演化不需要记忆“刚才具体是哪个微观态导致了这个宏观态”。如果不满足,那宏观态的演化一般会带有记忆效应,未来的转移概率还会依赖这个宏观态是如何形成的,也就是依赖过去的轨迹。
+
对于马尔科夫链,粗粒化时我们通常希望得到一个新的马尔科夫过程:宏观态的转移只依赖当前宏观态,而不依赖更久远的历史。式子(2)说明,如果粗粒化满足可交换性,那么宏观过程可以写成一个真正意义上的马尔科夫链:拥有一个明确的宏观转移矩阵
<math>P'</math>,而且宏观态的演化不需要记忆“刚才具体是哪个微观态导致了这个宏观态”。如果不满足,那宏观态的演化一般会带有记忆效应,未来的转移概率还会依赖这个宏观态是如何形成的,也就是依赖过去的轨迹。
<br/>
<br/>
Liangjh
812
个编辑