利用多尺度机器的记忆来表征复杂系统
摘要：从复杂系统连续测量中提取详细动力学特征的方案被提出。采用基于相对熵的时间序列工具来量化提高过去知识的预测能力。通过有损压缩，数据通过逐渐粗化的符号串进行表示。每个压缩分辨率由一个机器模型表示：一个有限内存的转移矩阵。将相对熵工具应用于每个机器的内存，揭示了多个时间尺度内的相关性。给出了心律失常的例子，并区分了不同的心脏状况。
作者：Nick S. Jones
论文ID：0812.5079
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2008-12-31