更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
有效信息
(查看源代码)
2024年6月7日 (五) 10:24的版本
删除702字节
、
2024年6月7日 (星期五)
→归一化
第265行:
第265行:
然而,在处理连续状态变量的时候,这种使用状态空间中状态数量的对数值进行归一化的处理方式并不是非常合适,因为这一状态数往往收到变量的维度和实数分辨率的影响。
然而,在处理连续状态变量的时候,这种使用状态空间中状态数量的对数值进行归一化的处理方式并不是非常合适,因为这一状态数往往收到变量的维度和实数分辨率的影响。
−
−
在[[神经信息压缩器]](Neural information squeezer, NIS)的框架被提出时<ref name=nis />,作者们发明了另一种有效信息的归一化方式,即用连续马尔科夫动力系统的状态空间维数来归一化EI,从而解决连续状态变量上的EI比较问题,这一指标被称为'''维度求平均的有效信息'''(Dimension Averaged Effective Information,简称dEI)。其描述为:
−
−
<math>
−
\mathcal{J}=\frac{EI}{D}
−
</math>
−
−
这里,[math]D[/math]为状态空间的维度。可以证明,在离散的状态空间中,'''维度平均的EI'''和'''有效性'''指标实际上是等价的。关于连续变量上的EI,我们将在下文进一步详述。
==确定性和简并性==
==确定性和简并性==
Jake
712
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