打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
基于可逆性的因果涌现理论
(查看源代码)
2024年8月14日 (三) 11:23的版本
添加182字节
、
2024年8月14日 (三) 11:23
无编辑摘要
第118行:
第118行:
</math>与EI定义中的确定性项具有可比性,因为当P具有越来越多的one-hot向量,P的中的最大转移概率也会变得更大,意味着动力学变得更加可逆。
</math>与EI定义中的确定性项具有可比性,因为当P具有越来越多的one-hot向量,P的中的最大转移概率也会变得更大,意味着动力学变得更加可逆。
−
在实践中,我们总是取alpha
=1
来平衡gama测量确定性和简并性的倾向,gama被称为核规范。
+
在实践中,我们总是取<math>
−
考虑到alpha
=
1的重要性,我们将主要展示alpha
=1
的结果,在下文中,我们将gama1基座gama。
+
\alpha
=1
+
</math>来平衡<math>
+
\Gamma
+
</math>测量确定性和简并性的倾向,<math>
+
\Gamma_{\alpha
=
1}
+
</math>被称为核规范。
+
考虑到<math>
+
\alpha
=1
+
</math>的重要性,我们将主要展示<math>
+
\alpha=1
+
</math>的结果,在下文中,我们将<math>
+
\Gamma_{\alpha=1}
+
</math>记作<math>
+
\Gamma
+
</math>。
===归一化及例子===
===归一化及例子===
−
gamaa受矩阵的大小影响,所以我们需要进行归一化,从而刻画与大小无关的近似动力学可逆性,这样可以更方便地在不同大小的马尔科夫链
+
<math>
+
\Gamma_{\alpha=1}
+
</math>受矩阵的大小影响,所以我们需要进行归一化,从而刻画与大小无关的近似动力学可逆性,这样可以更方便地在不同大小的马尔科夫链
之间进行比较。
之间进行比较。
<math>
<math>
第365行:
第381行:
\gamma
\gamma
</math>大幅上升。这表明在粗粒化过程中损失了大量信息,同时可以得到一个相对更有效的小型网络模型,具有更强的归一化近似动态可逆性。
</math>大幅上升。这表明在粗粒化过程中损失了大量信息,同时可以得到一个相对更有效的小型网络模型,具有更强的归一化近似动态可逆性。
+
+
== 参考文献 ==
GongMingkang
140
个编辑