更改

添加120字节 、 2024年12月8日 (日) 10:38
第88行: 第88行:  
\left\|⋅\right\|
 
\left\|⋅\right\|
 
</math>这个符号表示对模型复杂度的量化,它可以是基于模型状态的数量、参数数量或计算资源的度量。
 
</math>这个符号表示对模型复杂度的量化,它可以是基于模型状态的数量、参数数量或计算资源的度量。
 +
 +
根据因果态的定义可知,对于某个<math>\mathcal{R} </math>统计复杂度的计算方法可以表示为,根据<math>\mathcal{R} </math>的定义可知,<math>H[\vec{S}^L|\mathcal{R}]<LH[S] </math>,
    
相比之下,统计复杂度[math]\displaystyle{ C_μ(x) }[/math]剔除了通用图灵机在模拟随机比特时所花费的计算努力。统计复杂度的一个特征是,对于完全随机对象,有[math]\displaystyle{ C_μ(x)=0 }[/math],如抛硬币产生的序列。同时对于简单的周期性过程,如[math]\displaystyle{ x=00000000…0 }[/math]时,也有[math]\displaystyle{ C_μ(x)=0 }[/math]。因此,统计复杂度的值对于(简单的)周期性过程和完全随机过程都很小。
 
相比之下,统计复杂度[math]\displaystyle{ C_μ(x) }[/math]剔除了通用图灵机在模拟随机比特时所花费的计算努力。统计复杂度的一个特征是,对于完全随机对象,有[math]\displaystyle{ C_μ(x)=0 }[/math],如抛硬币产生的序列。同时对于简单的周期性过程,如[math]\displaystyle{ x=00000000…0 }[/math]时,也有[math]\displaystyle{ C_μ(x)=0 }[/math]。因此,统计复杂度的值对于(简单的)周期性过程和完全随机过程都很小。
第136行: 第138行:  
对于任意的<math>\mathcal{R}</math>,若<math>H[\stackrel{\rightarrow}{S}^L|\mathcal{R}]= H[\stackrel{\rightarrow}{S}^L|\mathcal{S}] </math>,则存在函数<math>g </math>使得<math>\mathcal{S}=g(\mathcal{R}) </math>总是成立。
 
对于任意的<math>\mathcal{R}</math>,若<math>H[\stackrel{\rightarrow}{S}^L|\mathcal{R}]= H[\stackrel{\rightarrow}{S}^L|\mathcal{S}] </math>,则存在函数<math>g </math>使得<math>\mathcal{S}=g(\mathcal{R}) </math>总是成立。
   −
根据<math>\mathcal{R} </math>的定义可知,<math>H[\vec{S}^L|\mathcal{R}]<LH[S] </math>,则<math>H[f(X)]\leqslant H[X] </math>。
+
则<math>H[f(X)]\leqslant H[X] </math>。
    
所以<math>H[S]=H[g(\hat{\mathcal{R}})]\leqslant H[\hat{\mathcal{R}}] </math>
 
所以<math>H[S]=H[g(\hat{\mathcal{R}})]\leqslant H[\hat{\mathcal{R}}] </math>
697

个编辑