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→
NIS+
(查看源代码)
2024年9月3日 (二) 17:21的版本
添加21字节
、
2024年9月3日 (星期二)
→NIS的缺陷
第134行:
第134行:
1)此框架目前只能在小数据集上使用,难以拓展到更大规模的复杂系统上。
1)此框架目前只能在小数据集上使用,难以拓展到更大规模的复杂系统上。
−
2)虽然我们可以说明什么是粗粒度函数,并将其清晰地分解为信息转换和信息丢弃两个部分,但变量的分组方法隐式编码在可逆神经网络中,宏观动力学学习器的机制也没有完全透明。框架仍然缺乏可解释性,
+
2)此方法的数学形式是一个泛函问题,无法直接进行优化,虽然可以通过两个阶段得到结果,但是[[NIS]]没有真正地最大化有效信息。在NIS+中,学者将通过计算变分下界解决泛函问题。
+
+
具体请阅读词条[[NIS]]。
−
3)模型需要基于马尔科夫性的假设。
−
4)此方法的数学形式是一个泛函问题,无法直接进行优化,虽然可以通过两个阶段得到结果,但是[[NIS]]没有真正地最大化有效信息。在NIS+中,学者将通过计算变分下界解决泛函问题。
+
<nowiki>***</nowiki>2)虽然我们可以说明什么是粗粒度函数,并将其清晰地分解为信息转换和信息丢弃两个部分,但变量的分组方法隐式编码在可逆神经网络中,宏观动力学学习器的机制也没有完全透明。框架仍然缺乏可解释性,
−
具体请阅读词条[[NIS]]。
+
3)模型需要基于马尔科夫性的假设。
= 强化版神经信息压缩机(NIS+)=
= 强化版神经信息压缩机(NIS+)=
念
196
个编辑