812
个编辑
更改
→最大化可逆性的谱分解方法
# Zhang & Wang方法的 SVD 对象是 <math>V_F</math>，稳态流矩阵的右奇异向量，而动力学可逆性的SVD对象是 <math>V_P</math>，马尔科夫转移矩阵的右奇异向量。当 <math>P</math> 恰好是低秩的时，<math>V_F</math> 和 <math>V_P</math> 张成完全相同的子空间（因为 <math>F = \mathrm{diag}(\pi) P</math>，两者秩相同时列空间一致）。在近似低秩的情况下，<math>\mathrm{diag}(\pi)</math> 的不均匀缩放会使两者分离，此时两种方法可能给出不同的分组结果。
# Zhang & Wang方法的 SVD 对象是 <math>V_F</math>，稳态流矩阵的右奇异向量，而动力学可逆性的SVD对象是 <math>V_P</math>，马尔科夫转移矩阵的右奇异向量。当 <math>P</math> 恰好是低秩的时，<math>V_F</math> 和 <math>V_P</math> 张成完全相同的子空间（因为 <math>F = \mathrm{diag}(\pi) P</math>，两者秩相同时列空间一致）。在近似低秩的情况下，<math>\mathrm{diag}(\pi)</math> 的不均匀缩放会使两者分离，此时两种方法可能给出不同的分组结果。
# 另外，两者的目标不同。Zhang & Wang的工作目标是在粗粒化过程中尽量保持马尔科夫性（成块性）；而动力学可逆性工作的目标是在粗粒化过程中减少 TPM 中的信道冗余性。
# 另外，两者的目标不同。Zhang & Wang的工作目标是在粗粒化过程中尽量保持马尔科夫性（成块性）；而动力学可逆性工作的目标是在粗粒化过程中减少 TPM 中的信道冗余性。