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25日 (五) 18:29的版本
删除15字节
、
2024年10月25日 (星期五)
→动力学可逆性
第36行:
第36行:
</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。
</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。
−
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。
+
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,我们可以由矩阵P的秩r和矩阵的弗罗贝尼乌斯范数找到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:
相信未来
2,437
个编辑