第6行: |
第6行: |
| | | |
| YMZ:这种的不用改,像实验描述里用“我们”指代作者要改 | | YMZ:这种的不用改,像实验描述里用“我们”指代作者要改 |
| + | |
| + | PLL:实验部分人称已改。 |
| | | |
| ==SIR实验== | | ==SIR实验== |
第11行: |
第13行: |
| 我觉得“二”和“三”两部分可以合并 | | 我觉得“二”和“三”两部分可以合并 |
| | | |
− | * 其次,为了检验NIS+检测和识别CE的能力,我们计算随着噪音的增大
| + | PLL:已合并。 |
− | | |
− | 这里的“我们”就是需要改的那种
| |
| | | |
| ==Boids模型实验== | | ==Boids模型实验== |
第26行: |
第26行: |
| | | |
| 把第四部分介绍方法的部分往前放 | | 把第四部分介绍方法的部分往前放 |
| + | |
| + | PLL:已改。 |
| | | |
| * “滑翔机”型由于预测不良,CE程度最低 | | * “滑翔机”型由于预测不良,CE程度最低 |
| | | |
| 要解释到,滑翔机在自然生成的数据中出现的较少,所以相比较其他模式而言训练的不够充分 | | 要解释到,滑翔机在自然生成的数据中出现的较少,所以相比较其他模式而言训练的不够充分 |
| + | |
| + | PLL:已改→由于出现“滑翔机”的训练样本有限,NIS+在此部分训练不充分,故“滑翔机”型预测不良,CE程度最低(见图(c))。 |
| | | |
| * 这可能是因为Ψ的近似忽略了许多冗余信息 | | * 这可能是因为Ψ的近似忽略了许多冗余信息 |
| | | |
| 还要补充解释这是一个高维的复杂系统。高维系统中冗余信息更多,所以Ψ的近似造成的误差就更大。 | | 还要补充解释这是一个高维的复杂系统。高维系统中冗余信息更多,所以Ψ的近似造成的误差就更大。 |
| + | |
| + | PLL:已改→但是,对于Ψ,所有情况产生的值都小于或等于0,这可能是因为此系统是一个高维的复杂系统,冗余信息更多,而Ψ的近似忽略了许多冗余信息,使得Ψ无法确定CE是否发生。 |
| | | |
| ==大脑fMRI== | | ==大脑fMRI== |
第41行: |
第47行: |
| 前面实验结果说的和静息态数据对比。静息态下q=7.而不是观看电影 | | 前面实验结果说的和静息态数据对比。静息态下q=7.而不是观看电影 |
| | | |
− | * “协同核心”
| + | PLL:q = 1优于q的其他值。尽管观察到q = 1时[math]\displaystyle{ \Delta{J} }[/math]的标准差较大,但NIS框架(红色条形图)支持了这一发现。因此,作者得出结论:当被试观看电影时,大脑不同区域的活动可以在每个时间步上用一个实数来表示。此外,作者还将CE的结果与静息数据进行了比较,——这样呢? |
| | | |
− | 这个名次以后就翻译为“协同核”
| |
| | | |
| * 这些区域的数字神经元可能协同作用 | | * 这些区域的数字神经元可能协同作用 |
| | | |
| 什么是数字神经元? | | 什么是数字神经元? |
| + | |
| + | PLL:The numeric neurons in these areas may collaborate and function collectively. 根据这句话翻译的,要不改成——这些区域的神经元可能协同作用。? |
| | | |
| * 然而,通过将微观状态和宏观状态之间的互信息分解为协同信息、冗余信息和独特信息,还可以进一步证实和量化这一结论[3]。 | | * 然而,通过将微观状态和宏观状态之间的互信息分解为协同信息、冗余信息和独特信息,还可以进一步证实和量化这一结论[3]。 |
| | | |
| 这里不应该是转折的关系吧 | | 这里不应该是转折的关系吧 |
| + | |
| + | PLL:嗯嗯,已删除转折词。 |
| | | |
| =总结= | | =总结= |
− |
| |
− | * 由于解码器是编码器的逆
| |
− |
| |
− | 其实不是严格的逆。应该说编码器和解码器所使用的神经网络互为可逆函数且参数共享。
| |
| | | |
| * 这种不断发展的微观状态和宏观编码之间的一致性证实了学习动力学和粗粒化方法是可交换的。 | | * 这种不断发展的微观状态和宏观编码之间的一致性证实了学习动力学和粗粒化方法是可交换的。 |
第63行: |
第68行: |
| 这句话没太看懂是什么意思,可能是翻译的问题。 | | 这句话没太看懂是什么意思,可能是翻译的问题。 |
| | | |
| + | PLL:这种微观状态和编码成的宏观状态之间的一致性证实了学习动力学和粗粒化方法是可交换的。——这样呢? |
| | | |
| | | |
| + | 其他没什么问题了,就是人称再改一改,交叉引用实验部分再补齐一下就差不多了 |
| | | |
− | 其他没什么问题了,就是人称再改一改,交叉引用实验部分再补齐一下就差不多了
| + | PLL:交叉引用实验部分,已加,主要是NIS,SIR,EI,CE,其他的还有什么需要引用吗?比如Boirds模型?泛化? |