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→
基于可逆性的因果涌现理论
(查看源代码)
2024年9月24日 (二) 10:51的版本
添加8字节
、
2024年9月24日 (星期二)
小
无编辑摘要
第185行:
第185行:
=== 具体例子 ===
=== 具体例子 ===
−
在下图中,作者给出了四个具体马尔科夫链的例子,该马氏链的状态转移矩阵如图所示。我们可以对比该马氏链的<math>EI</math>和近似动力学可逆性(图中的<math>\Gamma</math>,即<math>\Gamma_{\alpha=1}</math>)。对比图(a),(b),我们发现对于不同的状态转移矩阵,<math>EI</math>降低的时候,<math>\Gamma</math>
也同步降低。进一步,图c和d是对比粗粒化前后的效果,其中图d是对图c状态转移矩阵的粗粒化(将前三个状态归并为一个宏观态)。由于宏观状态转移矩阵图d是一个
[[确定性系统]],因此,归一化后的<math>EI</math>,<math>eff\equiv EI/\log N</math>和归一化后的[math]\Gamma[/math]:<math>\gamma\equiv \Gamma/N</math>都达到了最大值1。
+
在下图中,作者给出了四个具体马尔科夫链的例子,该马氏链的状态转移矩阵如图所示。我们可以对比该马氏链的<math>EI</math>和近似动力学可逆性(图中的<math>\Gamma</math>,即<math>\Gamma_{\alpha=1}</math>)。对比图(a),(b),我们发现对于不同的状态转移矩阵,<math>EI</math>降低的时候,<math>\Gamma</math>
也同步降低。进一步,图(c)和(d)是对比粗粒化前后的效果,其中图(d)是对图(c)状态转移矩阵的粗粒化(将前三个状态归并为一个宏观态)。由于宏观状态转移矩阵图d是一个
[[确定性系统]],因此,归一化后的<math>EI</math>,<math>eff\equiv EI/\log N</math>和归一化后的[math]\Gamma[/math]:<math>\gamma\equiv \Gamma/N</math>都达到了最大值1。
[[文件:Gamma例子.png|587x587像素]]<blockquote>
[[文件:Gamma例子.png|587x587像素]]<blockquote>
GongMingkang
140
个编辑