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10月25日 (五) 14:42的版本
大小无更改
、
2024年10月25日 (星期五)
小
无编辑摘要
第255行:
第255行:
1)随机生成一个N阶置换矩阵P;
1)随机生成一个N阶置换矩阵P;
−
2)对于P中的每个行向量<math>P_{i}</math>,假设1元素的位置是<math>j_{
1
}</math>,我们将<math>P_{i}</math>的所有条目填入位于<math>j_{
1
}</math>处的高斯分布中心的概率,即<math>P'_{i,j} = \frac{1}{\sqrt{2\pi}\sigma} \exp\left( -\frac{(j - j_i)^2}{\sigma^2} \right)</math>,其中,<math>\sigma</math>是软化程度的自由参数;
+
2)对于P中的每个行向量<math>P_{i}</math>,假设1元素的位置是<math>j_{
i
}</math>,我们将<math>P_{i}</math>的所有条目填入位于<math>j_{
i
}</math>处的高斯分布中心的概率,即<math>P'_{i,j} = \frac{1}{\sqrt{2\pi}\sigma} \exp\left( -\frac{(j - j_i)^2}{\sigma^2} \right)</math>,其中,<math>\sigma</math>是软化程度的自由参数;
3) 将<math>\sum_{j=1}^{N} P'_{ij} = 1
3) 将<math>\sum_{j=1}^{N} P'_{ij} = 1
GongMingkang
140
个编辑