更改

大小无更改 、 2024年8月24日 (星期六)
第171行: 第171行:  
下图展示了一个线性动力系统的例子,其动力学是一个向量自回归的模型,实验结果如下所示,图a是使用遗传算法不同的初始化迭代的结果,纵轴表示动力学解耦的程度,随着迭代的增加,动力学解耦程度也逐渐增加,图b表示不同的粗粒化尺度会影响优化到[[动力学解耦]]的程度,结果发现只有scale=2和6时可能达到动力学解耦,因此尺度的选择也很重要。
 
下图展示了一个线性动力系统的例子,其动力学是一个向量自回归的模型,实验结果如下所示,图a是使用遗传算法不同的初始化迭代的结果,纵轴表示动力学解耦的程度,随着迭代的增加,动力学解耦程度也逐渐增加,图b表示不同的粗粒化尺度会影响优化到[[动力学解耦]]的程度,结果发现只有scale=2和6时可能达到动力学解耦,因此尺度的选择也很重要。
   −
[[文件:动力学解耦例子1.png|居左|600x600像素|线性动力学解耦例子]]
+
[[文件:动力学解耦例子2.png|居左|600x600像素|线性动力学解耦例子]]
    
===几种因果涌现理论比较===
 
===几种因果涌现理论比较===
2,435

个编辑