二元 Markov 过程的预测与生成：有限状态狐狸能抓住 Markov 老鼠吗？
统计力学
2018-02-14 v1 计算复杂性
信息论
math.IT
混沌动力学
摘要
理解自然系统的生成机制是科学方法的重要组成部分。在此，我们通过提出任意二元 Markov 过程的最小生成器，研究了迈向这一目标的基本步骤之一。这是一类其预测模型已为人所知的过程。令人惊讶的是，生成模型在参数空间的不同区域需要三种不同的拓扑。我们表明，先前为特定一组二元 Markov 过程提出的生成器实际上并非最小的。我们的结果首次定量地揭示了预测与生成的相对（最小）成本。例如，我们发现，当过程近似独立同分布时，预测与生成之间的差异达到最大。
关键词
引用
@article{arxiv.1708.00113,
title = {Prediction and Generation of Binary Markov Processes: Can a Finite-State Fox Catch a Markov Mouse?},
author = {J. Ruebeck and R. G. James and J. R. Mahoney and J. P. Crutchfield},
journal= {arXiv preprint arXiv:1708.00113},
year = {2018}
}
备注
12 pages, 12 figures; http://csc.ucdavis.edu/~cmg/compmech/pubs/gmc.htm