更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
复杂网络中的因果涌现
(查看源代码)
2024年4月25日 (四) 02:26的版本
添加532字节
、
2024年4月25日 (星期四)
→贪婪算法
第11行:
第11行:
为了识别复杂网络中的因果涌现,需要对网络进行粗粒化,然后比较宏观网络与微观网络的有效信息,判断能否发生因果涌现。粗粒化方法包括:贪婪算法、谱分解方法以及机器学习方法。
为了识别复杂网络中的因果涌现,需要对网络进行粗粒化,然后比较宏观网络与微观网络的有效信息,判断能否发生因果涌现。粗粒化方法包括:贪婪算法、谱分解方法以及机器学习方法。
===贪婪算法===
===贪婪算法===
+
+
# 初始化一个队列,随机选择一个节点v_i (没有访问过的), 将v_i 所属的邻域(马尔可夫毯 )B_vi 中的节点加入队列中
+
# 初始时v_μ=v_i
+
# 分别尝试将 v_μ 与 v_j∈B_vi 合并:
+
3.1. 如果合并后的网络的EI增加了,就将这两个节点合并组成新的宏观节点v_μ,将v_j 所属的邻域中的不在队列中的节点加入队列中;
+
3.2. EI没增加则继续尝试与队列中的其他节点进行合并,直至队列中的节点都合并过,返回步骤1
+
===谱分解方法===
===谱分解方法===
===机器学习方法===
===机器学习方法===
相信未来
1,177
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
帮助
工具
特殊页面
可打印版本