PTT數位生活區 / DataScience

[問題] deep learning可以解決非ergodic問題嗎?

看板DataScience作者 (j-aids)時間6年前 (2018/05/06 23:25), 編輯推噓3(3推 0噓 3→)
留言6則, 2人參與, 6年前最新討論串1/1
很多stochastic optimization研究最被人詬病的就是假設一個ergodic random process 然後下去做最佳化，可是現實生活中的問題可能不是ergodic的 常常沒有steady state 那deep learning對於這種問題的表現是否遠勝於stochastic optimization? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.24.109 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1525620332.A.88E.html
推
05/07 09:56, 6年前 , 1F
當系統進入遍歷態，時間平均會等於系綜平均。就算系統
05/07 09:56, 1F
→
05/07 09:57, 6年前 , 2F
在好幾個不同狀態間切換，其實並不影響結果!因為系統
05/07 09:57, 2F
→
05/07 09:58, 6年前 , 3F
已經可以視為進入一種平衡狀態
05/07 09:58, 3F
推
05/07 10:07, 6年前 , 4F
ergodic state 和steady state 是兩種不同的概念!
05/07 10:07, 4F
推
05/07 14:34, 6年前 , 5F
什麼是ergodic 現實生活的非ergodic問題是什麼 能不
05/07 14:34, 5F
→
05/07 14:34, 6年前 , 6F
能具體舉例闡述一下呢 這是很有意思的討論
05/07 14:34, 6F
‣ 更多 jaids 的文章
文章代碼(AID): #1QxnviYE (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 jaids 的文章
文章代碼(AID): #1QxnviYE (DataScience)