作者jaids (j-aids)
看板DataScience
标题[问题] deep learning可以解决非ergodic问题吗?
时间Sun May 6 23:25:30 2018
很多stochastic optimization研究最被人诟病的就是假设一个ergodic random process
然後下去做最佳化，可是现实生活中的问题可能不是ergodic的
常常没有steady state
那deep learning对於这种问题的表现是否远胜於stochastic optimization?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.137.24.109
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1525620332.A.88E.html
1F：推 peter308: 当系统进入遍历态，时间平均会等於系综平均。就算系统 05/07 09:56
2F：→ peter308: 在好几个不同状态间切换，其实并不影响结果!因为系统 05/07 09:57
3F：→ peter308: 已经可以视为进入一种平衡状态 05/07 09:58
4F：推 peter308: ergodic state 和steady state 是两种不同的概念! 05/07 10:07
5F：推 lucien0410: 什麽是ergodic 现实生活的非ergodic问题是什麽 能不 05/07 14:34
6F：→ lucien0410: 能具体举例阐述一下呢 这是很有意思的讨论 05/07 14:34