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10月13日 (日) 15:55的版本
添加83字节
、
2024年10月13日 (日) 15:55
→动力学可逆性
第25行:
第25行:
</math>和对应的TPM P,当且仅当P是置换矩阵的时候,P是严格动力学可逆的。
</math>和对应的TPM P,当且仅当P是置换矩阵的时候,P是严格动力学可逆的。
−
纯粹的置换矩阵在所有可能的TPM中非常稀少,所以大多数的TPM并不是严格动力学可逆的。因此,需要一个指标来刻画任意一个TPM接近动力学可逆的程度。考虑P的秩r,当且仅当r
<N(N为矩阵的维数)的时候,P是不可逆的;且P越退化对应着越小的r。然而,非退化(满秩)的矩阵P并不总是动力学可逆的,因为:1. 尽管<math>
+
纯粹的置换矩阵在所有可能的TPM中非常稀少,所以大多数的TPM并不是严格动力学可逆的。因此,需要一个指标来刻画任意一个TPM接近动力学可逆的程度。考虑P的秩为r,当且仅当r
<N(N为矩阵的维数)的时候,P是不可逆的;且P越退化对应着越小的r。然而,非退化(满秩)的矩阵P并不总是动力学可逆的,因为:1. 尽管<math>
P^{-1}
P^{-1}
</math>存在,<math>
</math>存在,<math>
P^{-1}
P^{-1}
−
</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的合法TPM(即矩阵中每个元素都大于等于0,小于等于1,且每一行满足加和为1的条件)。2
. 如前所述,若P满足动力学可逆性,则P必为置换矩阵。
−
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。
+
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,我们可以找到P的近似动力学可逆性与矩阵奇异值之间的联系。
首先,矩阵的秩可以被写作:
首先,矩阵的秩可以被写作:
Jake
行政员
、
界面管理员
、
管理员
3,094
个编辑