讨论:NIS+

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
Matthew讨论 | 贡献2024年8月2日 (五) 12:07的版本
跳到导航 跳到搜索

NIS系列

目前这一小节没啥问题了,可以加参考文献和交叉引用了。

PLL:参考文献添加了neural information squeezer for causal emergence这片,链接主要是NIS。

YMZ:可逆神经网络也加上对应的参考文献吧

PLL:哪一篇? Zhang J, Tao R, Yuan B. Dynamical Reversibility and A New Theory of Causal Emergence. arXiv preprint arXiv:2402.15054. 2024 Feb 23.这个吗?

YMZ:不是,是realnvp的,你看原论文的参考文献。我们要引的参考文献不只是因果涌现领域这几篇,还要关注我们论文里的参考文献,尤其是一些技术,往往都是别的领域发展比较成熟的我们借过来用。另外张老师动力学可逆这篇文章跟神经网络是没有关系的~

PLL:已改~

NIS 概述

NIS要不要提一句dEI和dCE?

YMZ:要提一下

PLL:已加,这样可以不?

YMZ:应该需要你把公式放在这里简单讲一下。要不你单独拿出来一个小节,叫做“神经网络上的EI计算”。我们会有一个专门的词条讲这个,你在这里就简单介绍一下那个公式,然后交叉引用即可。这个小节可以放在概述和缺陷之间。

PLL:ok

  • 当输入数据的维度过大的时候,EI可能会发散。

这一点已经包含在你下面说的第二点里了。它其实有一个考虑是去除超参数L的影响。你可以看一下dei和dce的公式。

PLL:这里就是L的影响吧?输入数据的维度是和L相关的,X~[-L,L]

NIS 缺陷

  • PLL:这样写可以吗?感觉不知道怎么写详细?

YMZ:差不多,也不用特别详细,但还需要写的更准确。

PLL:师兄看看哪里需要修改?

NIS+ 概述

这里图先换成我们综述里那张粉色的大图吧,因为NIS+还没正式发表,我担心这里用了新图会影响图片版权

NIS+ 数学推导

问题的形式化表达就不写了吧,因为和NIS那个优化框架基本没有区别。目前你写这一部分属于宏观EI变分下界那一小节的。数学推导这里你就直接写变分下界这一节吧。会引用到NIS那里提到的优化框架,你可以看一下别的词条是怎么引用公式的。

PLL:OK