812
个编辑
更改
跳到导航
跳到搜索
第403行：
第403行： + − + − 我们得出这个结论的目标是，借助HOM方法的一致性的性质，说明成块性的聚合方式，也有一致性的性质。 − − 以下关于[[动力学的一致性检验]]的描述节选自[[复杂网络中的因果涌现]]： − − 定义微观网络<math>G </math>与宏观网络<math>G_M </math>，分别在两个网络上进行[[随机游走]]。在某个时间<math>t</math>，<math>G</math>上的预期分布为<math>P_m(t)</math>，而<math>G_M </math>上的预期分布为 <math>P_M(t)</math>。 − − 将<math>P_m(t) </math>分布叠加到宏观宏观<math>G_M </math>的相同节点上，得到<math>P_{M|m}(t) </math>分布。通过计算<math>P_M(t) </math>和<math>P_{M|m}(t) </math>之间的KL散度来衡量其不一致性（inconsistency）。如果结果为零，则表示动力学一致。公式如下： − − <math>inconsistency=\sum_{t=0}^T D_{KL}[P_M(t)||P_{M|m}(t)]</math> − − 也就是说，不一致性 表示了 宏观和微观网络节点在不同时刻的概率分布的[[KL散度]]之和。 − − 实验表明，对不同节点规模以及参数下的微观网络，使用HOM粗粒化后的宏观网络的不一致性随着迭代步数的增加都会收敛到零。这表明，HOM 构建的宏观网络与微观网络是保持一致的。 − − 回到上面基于成块划分做的粗粒化过程与HOM等价的推断，我们可以得出结论，'''基于成块性划分的粗粒化方法构建的宏观网络与微观网络也是一致的。'''
→一致性Consistency
===一致性Consistency===
===一致性Consistency===
当我们对一个成块的马尔科夫链，使用基于成块性划分的粗粒化方法构建了宏观动力学后，该宏观动力学与本来的微观动力学会保持一致。
具体的[[动力学的一致性检验]]方法请参考[[复杂网络中的因果涌现]]。
<br/>
<br/>