812
个编辑
更改
跳到导航
跳到搜索
第454行：
第454行： − 好的粗粒化方案，应当尽可能保证原始网络（或转移矩阵）和粗粒化后网络（或转移矩阵）彼此相似。Erik Hoel 和 Klein <ref name=":19" /> 提出使用动力学一致性来衡量状态轨迹在原始网络和粗粒化后网络上的一致程度，因此可以用'''动力学一致性作为判断粗粒化方案合理性的标准'''。详情请见[[复杂网络中的因果涌现]]词条。+ − + + + 第465行：
第467行： − − 动力学一致性在某种程度上反映了动力学与粗粒化算子的可交换性，但比可交换性更灵活、更宽松，可以计算“不可交换但近似交换”的程度。
→动力学一致性
==动力学一致性==
==动力学一致性==
Erik Hoel 和 Klein 在其工作<ref name=":19" />中提出了动力学一致性，衡量了粒子分别在原始马尔科夫链和粗粒化后链中演化得到的状态轨迹的一致程度。
以下关于[[动力学的一致性检验]]的描述节选自[[复杂网络中的因果涌现]]：
动力学一致性在某种程度上反映了动力学与粗粒化算子的可交换性，但比可交换性更灵活、更宽松，可以计算“不可交换但近似交换”的程度，因此可以作为粗粒化方案合理性的一种判断依据。
以下关于[[动力学的一致性检验]]的描述节选自[[复杂网络中的因果涌现]]词条：
定义微观网络 <math>G</math> 与宏观网络 <math>G_M</math>，分别在两个网络上进行[[随机游走]]。在某个时间 <math>t</math>，<math>G</math> 上的预期分布为 <math>P_m(t)</math>，而 <math>G_M</math> 上的预期分布为 <math>P_M(t)</math>。
定义微观网络 <math>G</math> 与宏观网络 <math>G_M</math>，分别在两个网络上进行[[随机游走]]。在某个时间 <math>t</math>，<math>G</math> 上的预期分布为 <math>P_m(t)</math>，而 <math>G_M</math> 上的预期分布为 <math>P_M(t)</math>。
也就是说，不一致性表示宏观和微观网络节点在不同时刻概率分布的[[KL散度]]之和。
也就是说，不一致性表示宏观和微观网络节点在不同时刻概率分布的[[KL散度]]之和。
==近似动力学可逆性与SVD==
==近似动力学可逆性与SVD==