92
个编辑
更改
→因果几何
连续映射EI的表达式可以扩展到更高的维度，假设<math>\mathbf{x}\in[-L/2，L/2]^n\subset\mathcal{R}^n
连续映射EI的表达式可以扩展到更高的维度，假设<math>\mathbf{x}\in[-L/2，L/2]^n\subset\mathcal{R}^n
</math>且<math>\mathbf{y}$\in\mathcal{R}^m
</math>且<math>\mathbf{y}\in\mathcal{R}^m
</math>，其中<math>n
</math>，其中<math>n
<math>EI\approx \ln\left(\frac{L^n}{(2\pi e)^{m/2}}\right)+\frac{1}{2}\mathbb{E}_{\mathbf{x}\sim U ([-\frac{L}{2},\frac{L}{2}]^n)}\ln\left|\det\left(\frac{\partial_\mathbf{x} f(\mathbf{x})}{\Sigma^{1/2}}\right)\right|^2,
<math>EI\approx \ln\left(\frac{L^n}{(2\pi e)^{m/2}}\right)+\frac{1}{2}\mathbb{E}_{\mathbf{x}\sim U ([-\frac{L}{2},\frac{L}{2}]^n)}\ln\left|\det\left(\frac{\partial_\mathbf{x} f(\mathbf{x})}{\Sigma^{1/2}}\right)\right|^2,
</math>
</math>
其中<math>\Sigma
</math>是高斯噪声<math>\varepsilon
</math>的协方差矩阵，<math>U([-L，L]^n)
</math>表示超立方体<math>[-L，L]^n
</math>上的均匀分布，<math>|\cdot|
</math>是绝对值运算，<math>\det
</math>是行列式。
=== 马尔科夫性 ===
=== 马尔科夫性 ===