251
个编辑
更改
跳到导航
跳到搜索
第138行：
第138行： + + +
→模型框架
== 模型框架 ==
== 模型框架 ==
在神经网络的框架构成上，NIS由编码器、宏观动力学学习器、解码器组成，其中编码器和解码器使用的神经网络是共享参数的可逆神经网络；而NIS+则在此基础上多了一个反向宏观动力学学习器。在宏观尺度的选择上，二者都需要事先给定超参数<math>q</math>。在损失函数上，NIS只是优化正向的微观预测损失，而NIS+首先结合样本重加权的技术，计算带有权重的正向微观预测损失，另外根据反向动力学学习器，计算带有权重的反向宏观预测损失。两种预测损失会以一定的比例结合在一起优化。在输入输出上，二者输入的都是多维的微观时间序列，输出的是宏观动力学，粗粒化策略，EI和CE的大小。其中NIS+得到的宏观动力学和粗粒化策略是使得宏观动力学有效信息最大的函数。
[[文件:NIS+odd.png|替代=|无框|800x800像素]]
[[文件:NIS+odd.png|替代=|无框|800x800像素]]