![]() |
![]() |
![]() |
|||||
![]() |
Физика с дискретным временем |
||||||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-04-18 18:46 ![]() На сегодняшний день ученые полагают, что время непрерывно, а не дискретно — грубо говоря, они полагают, что оно не двигается «толчками», а скорее «течет» плавно и непрерывно. Поэтому они часто моделируют динамику физических систем как непрерывные «марковские процессы», названные в честь математика Андрея Маркова. Действительно, ученые использовали эти процессы для исследования целого ряда реальных процессов, от сворачивания белков до эволюции экосистем, до смещения финансовых рынков с поразительным успехом. Однако ученые всегда могут наблюдать за состоянием системы только в дискретные моменты времени, разделенные каким-то промежутком, а не постоянно. Например, аналитик фондового рынка может неоднократно наблюдать, как состояние рынка в начале одного дня связано с состоянием рынка в начале следующего дня, выстраивая условное распределение вероятности того, что состояние второго дня задается состоянием в первый день. Физики из Института Санта-Фе и Массачусетского технологического института показали, что для такой двукратной динамики в наборе «видимых состояний» возникшей из непрерывного марковского процесса, этот марковский процесс должен фактически разворачиваться на большем пространстве, включающем скрытые состояния в дополнение к видимым. Они также доказывают, что эволюция между такой парой времен должна проходить за конечное число «скрытых временных шагов», подразделяя интервал между этими двумя временами. «Мы говорим, что в динамических системах есть скрытые переменные, неявные в инструментах, которые ученые используют для изучения таких систем», — говорит Дэвид Вулперт из института Санта-Фе. «Кроме того, в определенном, очень ограниченном смысле мы говорим, что время идет в дискретных временных шагах, даже если ученый моделирует время так, как будто оно идет непрерывно. Ученые, возможно, не обращали внимания на эти скрытые переменные и эти скрытые временные шаги, но они присутствуют, играя ключевую закулисную роль во многих статьях, которые читали ученые, и почти наверняка также во многих статьях, написанных этими учеными». В дополнение к обнаружению скрытых состояний и временных шагов, ученые также обнаружили компромисс между ними; чем больше скрытых состояний, тем меньше минимальное количество необходимых скрытых временных шагов. По словам соавтора работы Артемия Колчинского (Институт Санта-Фе), «эти результаты неожиданно демонстрируют, что марковские процессы демонстрируют своего рода компромисс между временем и памятью, который часто встречается в отдельной математической области анализа компьютерных алгоритмов.» ![]() Комментарии: |
||||||