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) 11:26的版本
添加2字节
、
2024年9月24日 (星期二)
小
无编辑摘要
第38行:
第38行:
</math>并不一定是满足归一化条件(P的第i行向量<math>
</math>并不一定是满足归一化条件(P的第i行向量<math>
P_{i}
P_{i}
−
</math>的第一范数应该为1)的合法TPM。2.
如前所述,若P满足动力学可逆性,则P必为置换矩阵。所有置换矩阵的行向量都是独热向量(one
-hot vector)(即只有一个元素是1,其余元素均为零的向量)。这一特性可以被矩阵P的弗罗贝尼乌斯范数(Frobenius norm)刻画。事实上,当且仅当P的行向量是独热向量的时候,矩阵P的弗罗贝尼乌斯范数取最大值。因此,我们可以借由矩阵P的秩r和矩阵的弗罗贝尼乌斯范数共同定义P的近似动力学可逆性。
+
</math>的第一范数应该为1)的合法TPM。2.
如前所述,若P满足动力学可逆性,则P必为置换矩阵。
+
+
所有置换矩阵的行向量都是独热向量(one
-hot vector)(即只有一个元素是1,其余元素均为零的向量)。这一特性可以被矩阵P的弗罗贝尼乌斯范数(Frobenius norm)刻画。事实上,当且仅当P的行向量是独热向量的时候,矩阵P的弗罗贝尼乌斯范数取最大值。因此,我们可以借由矩阵P的秩r和矩阵的弗罗贝尼乌斯范数共同定义P的近似动力学可逆性。
首先,矩阵的秩可以被写作:
首先,矩阵的秩可以被写作:
第87行:
第89行:
\Gamma_{\alpha}
\Gamma_{\alpha}
</math>来得到。
</math>来得到。
−
'''定理2:'''对于任意<math>
'''定理2:'''对于任意<math>
GongMingkang
140
个编辑