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→
计算力学
(查看源代码)
2024年12月30日 (一) 15:48的版本
删除7字节
、
2024年12月30日 (一) 15:48
→斑图重构机器与神经信息压缩器的对比
第258行:
第258行:
# 计算力学中的状态映射函数<math>\eta </math>可以看作是因果涌现中的粗粒化策略,其中因果态的映射函数<math>\epsilon</math>对应能够最大化有效信息的粗粒化策略。
# 计算力学中的状态映射函数<math>\eta </math>可以看作是因果涌现中的粗粒化策略,其中因果态的映射函数<math>\epsilon</math>对应能够最大化有效信息的粗粒化策略。
−
====
斑图重构机器与神经信息压缩器的对比
====
+
====
斑图重构机器与NIS+(神经信息压缩机)的对比
====
−
# 计算力学中的斑图重构机器(ϵ-machine)和因果涌现中的[[
神经信息压缩器
|
神经信息压缩机
]]
(NIS+)也有相似的地方,比如斑图重构机器可以识别因果态和预测未来状态,神经信息压缩机可以识别和生成最大化有效信息的宏观态,都能够最大化的保留有用信息。香农熵率在NIS
+的框架中可以理解为,宏观动力学预测结果解码后对微观预测的误差的允许程度。这保证了我们得到的宏观动力学不仅简洁,而且保留的确实是对微观预测最有用的信息。
+
# 计算力学中的斑图重构机器(ϵ-machine)和因果涌现中的[[
NIS+
|
NIS+
]]
(神经信息压缩机)也有相似的地方,比如斑图重构机器可以识别因果态和预测未来状态,神经信息压缩机可以识别和生成最大化有效信息的宏观态,都能够最大化的保留有用信息。香农熵率在NIS
+的框架中可以理解为,宏观动力学预测结果解码后对微观预测的误差的允许程度。这保证了我们得到的宏观动力学不仅简洁,而且保留的确实是对微观预测最有用的信息。
===计算力学与马尔科夫链的成块性理论===
===计算力学与马尔科夫链的成块性理论===
刘易明
697
个编辑