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
讨论 | 贡献2024年8月23日 (五) 16:18的版本
跳到导航 跳到搜索

机器学习算法

分阶段训练

NIS+数值试验

  • 大脑fMRI 时间序列数据模型实验

这是论文中翻译过来的吗?一般不这样叫,因为这四个实验都是时间序列的形式,而且这个是真实数据不是“模型”,所以可以去掉“时间序列数据模型”这几个字。下文同。

PLL:OK~

  • 每个实验中,我们将评估模型的预测能力、泛化能力、识别CE的能力,并将识别结果与[math]\displaystyle{ \Psi }[/math]指标进行比较。

这里强调两个重点就可以了:因果涌现识别能力和泛化能力。另外“模型”这个词在很多地方都用到了,为避免指代的混乱,指涉机器学习模型的时候可以直接称呼名称,比如NIS+。

PLL:已改→每个实验中,我们将评估NIS+的因果涌现识别能力和泛化能力。

SIR实验

  • SIR(易感、感染、恢复或死亡)模型是一个简单的宏观动态系统

这里要写出SIR的英文全称

PLL:已改->SIR(Susceptible Infected Recovered Model)模型是一个简单的宏观动态系统,

  • 此实验有四个基本目标

这里的四个目标和后面实验有重合。可以改成强调这个实验独特的作用:它是一个已知宏观机制的玩具模型,可以验证NIS+是否真的做到了宏观有效信息最大化。后面增强泛化能力等等可以结合具体子图来讲

PLL:已改

  • 设置感染率β = 1、康复率γ = 0.5。由于模型只有两个自由度([math]\displaystyle{ S + I + R = 1 }[/math]),故仅用S和I构成宏观状态变量[math]\displaystyle{ \boldsymbol{y}=(S,I) }[/math]

这里语言不是很规整。还是需要有主语

PLL:已改->在此实验中,学者设置感染率β = 1、康复率γ = 0.5。由于SIR模型只有两个自由度([math]\displaystyle{ S + I + R = 1 }[/math]),故学者仅用S和I构成宏观状态变量[math]\displaystyle{ \boldsymbol{y}=(S,I) }[/math]。