更改

删除1,134字节 、 2024年9月5日 (星期四)
无编辑摘要
第1行: 第1行:  
——后面是要求,:后面是已经修改的或者思路,正文里面***后是可以删除的,我担心后面可能在用到,留的备份,师兄感觉我改的没问题,以后用不到可以把***后面的删除。
 
——后面是要求,:后面是已经修改的或者思路,正文里面***后是可以删除的,我担心后面可能在用到,留的备份,师兄感觉我改的没问题,以后用不到可以把***后面的删除。
  −
  −
①因果涌现识别——添加参考文献,说明近年机器学习建模复杂系统的研究
  −
  −
YMZ:把下面参考文献加上。它们既是学习复杂系统的动力学,同时也有粗粒化策略:
  −
Vlachas P-R, Arampatzis G and Uhler C et al. Multiscale simulations of complex systems by learning their effective dynamics. Nat Mach Intell 2022; 4: 359–366.
  −
  −
Kemeth F-P, Bertalan T and Thiem T et al. Learning emergent partial differential equations in a learned emergent space. Nat Commun 2022; 13: 3318.
  −
  −
Floryan D and Graham M-D. Data-driven discovery of intrinsic dynamics. Nat Mach Intell 2022; 4: 1113–1120.
  −
  −
Cai L and Ji S. A multi-scale approach for graph link prediction. Proceedings of the AAAI Conference on Artificial Intelligence, New York, 20-27 February 2020.
  −
  −
Chen Z, Li S and Yang B et al. Multi-scale spatial temporal graph convolutional network for skeleton-based action recognition. Proceedings of the AAAI Conference on Artificial Intelligence, New York, 22 February - 1 March 2022.
  −
  −
  −
PLL:已加。
  −
      
③而在动力学系统中,模型可能对初始条件非常敏感,即使是微小的初始条件变化也可能导致系统行为的显著差异。——补充参考文献
 
③而在动力学系统中,模型可能对初始条件非常敏感,即使是微小的初始条件变化也可能导致系统行为的显著差异。——补充参考文献
第44行: 第26行:  
PLL:在NIS中,作者将问题转换成一个两阶段的泛函问题,先在给定的尺度下,最小化预测误差,之后,在通过简单迭代找到有效信息最大的宏观尺度。但是,两阶段的方法并不能真正地最大化有效信息,不能得到最好的粗粒化策略和因果涌现,故作者提出了NIS+。——这样呢?
 
PLL:在NIS中,作者将问题转换成一个两阶段的泛函问题,先在给定的尺度下,最小化预测误差,之后,在通过简单迭代找到有效信息最大的宏观尺度。但是,两阶段的方法并不能真正地最大化有效信息,不能得到最好的粗粒化策略和因果涌现,故作者提出了NIS+。——这样呢?
   −
YMZ:我觉得
+
YMZ:我觉得可,张老师应该只是觉得之前比较干。
    
⑩图片配上文字说明:有些图片在讲述中讲解的,需要单独在讲一遍吗?就像论文里面配图下面的解释?
 
⑩图片配上文字说明:有些图片在讲述中讲解的,需要单独在讲一遍吗?就像论文里面配图下面的解释?
第52行: 第34行:  
PLL:改了一点点。是这样,还是单独起一行专门讲这个图,其他图呢?
 
PLL:改了一点点。是这样,还是单独起一行专门讲这个图,其他图呢?
   −
⑩①结构调整,对NIS+表述太干,建议把计算框架和结果放前面,理论性质放后面:框架只调整位置还是要重新定框架,改结构?
+
YMZ:差不多,再调一下顺序吧,先讲a,c然后讲b。其他实验图已经是分子图介绍了的吧
 
  −
YMZ:把所有实验的部分放在概述和数学推导之间。
  −
 
  −
PLL:已改。
 
251

个编辑