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→
有效信息
(查看源代码)
2024年6月9日 (日) 11:47的版本
添加258字节
、
2024年6月9日 (星期日)
→随机迭代系统
第774行:
第774行:
==随机迭代系统==
==随机迭代系统==
−
对于形如
+
+
我们可以把上述结论,推广到线性迭代动力系统中,也就是对于形如
<math>
<math>
第780行:
第781行:
</math>
</math>
−
的迭代系统,其中,[math]A\in\mathcal{R}^{n\times n}[/math]是尺度为n*n的满秩的方阵,代表线性迭代系统中的动力学系数, [math]\varepsilon_t\sim\mathcal{N}(0,\Sigma)[/math]为n维的高斯噪声,满足0均值,协方差为[math]\Sigma[/math]的正态分布,其中,协方差矩阵[math]\Sigma[/math]
也是满秩的。
+
的迭代系统,其中,[math]A\in\mathcal{R}^{n\times n}[/math]是尺度为n*n的满秩的方阵,代表线性迭代系统中的动力学系数, [math]\varepsilon_t\sim\mathcal{N}(0,\Sigma)[/math]为n维的高斯噪声,满足0均值,协方差为[math]\Sigma[/math]的正态分布,其中,协方差矩阵[math]\Sigma[/math]
也是满秩的。可以看出这一迭代系统可以看做是一种特殊的函数映射,其中[math]y[/math]即是这里的[math]x_{t+1}[/math],[math]f(x_t)[/math]即是[math]A x_t[/math]。
为定义EI,设干预空间大小为<math>L</math>,对于单步的映射我们可以得到维度平均有效信息
为定义EI,设干预空间大小为<math>L</math>,对于单步的映射我们可以得到维度平均有效信息
Jake
712
个编辑