硬币投掷的随机性:贝叶斯推断与确定性混沌的符号动力学
机器学习
2007-07-13 v1 信息论
math.IT
混沌动力学
摘要
符号动力学已被证明是分析导致不可预测性和随机行为产生机制的不可越越的工具。令人惊讶的是,连续状态空间的离散分区可以产生对非线性动力学系统行为的粗粒度描述,准确描述其底层混沌吸引子的不变性质。特别是,可以从 Markov 或生成分区的输出中估计信息产生率——拓扑熵率和度量熵率。本文发展了对 k 阶 Markov 链的贝叶斯推断方法,以寻找生成分区并从离散化数据(由粗粒度动力学系统产生)中估计熵率。
引用
@article{arxiv.cs/0611054,
title = {How Random is a Coin Toss? Bayesian Inference and the Symbolic Dynamics of Deterministic Chaos},
author = {Christopher C. Strelioff and James P. Crutchfield},
journal= {arXiv preprint arXiv:cs/0611054},
year = {2007}
}
备注
8 pages, 1 figure; http://cse.ucdavis.edu/~cmg/compmech/pubs/hrct.htm