更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
马尔科夫链的粗粒化
(查看源代码)
2024年8月27日 (二) 15:53的版本
删除10字节
、
2024年8月27日 (星期二)
无编辑摘要
第4行:
第4行:
[math]M[/math]的每一行对应的每个状态转移到其他状态的概率。比如当[math]x_t[/math]等于第一个状态的时候,M的第一行展示了[math]x_{t+1}[/math]状态的概率。
[math]M[/math]的每一行对应的每个状态转移到其他状态的概率。比如当[math]x_t[/math]等于第一个状态的时候,M的第一行展示了[math]x_{t+1}[/math]状态的概率。
−
那对马尔科夫链做粗粒化做粗粒化的意义是什么呢?我们看到文献中着重强调这两点:
那对马尔科夫链做粗粒化做粗粒化的意义是什么呢?我们看到文献中着重强调这两点:
第22行:
第21行:
[math]
[math]
−
P(X_{t+1} | X_{t}) = \sum^r_{k=1} f_k(X_t) g_k(X_{t+1})
P(X_{t+1} | X_{t}) = \sum^r_{k=1} f_k(X_t) g_k(X_{t+1})
−
[/math]
[/math]
第33行:
第30行:
而我们能定义r × r的markov kernel [math]C = \{Cij = \sum_{p=1}^k f_j(k)g_i(k)\}[/math]
而我们能定义r × r的markov kernel [math]C = \{Cij = \sum_{p=1}^k f_j(k)g_i(k)\}[/math]
−
而且[math]
$
f_1, ... , f_r
$
[/math] 为 left Markov features,[math]\{g1, . . . , gr\}[/math] 为 right Markov features.
+
而且[math]f_1, ... , f_r[/math] 为 left Markov features,[math]\{g1, . . . , gr\}[/math] 为 right Markov features.
这个定义可以想象成可压缩的程度,也会是下面的hard partitioning的分组的数量。
这个定义可以想象成可压缩的程度,也会是下面的hard partitioning的分组的数量。
−
Lumpability
Lumpability
第47行:
第43行:
[math]
[math]
−
Pr_{\pi}[f_0 \in A_i]
Pr_{\pi}[f_0 \in A_i]
−
Pr_{\pi}[f_1 \in A_j | f_0 \in A_i]
Pr_{\pi}[f_1 \in A_j | f_0 \in A_i]
−
Pr_{\pi}[f_n \in A_t |f_{n-1} \in A_s f_0 \in A_i]
Pr_{\pi}[f_n \in A_t |f_{n-1} \in A_s f_0 \in A_i]
−
[math]
[math]
Liangjh
48
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