本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
隱馬可夫鍊是廣泛應用的隨機過程統計模型，從基礎物理和化學到金融、健康和人工智慧。然而，它們產生的隱馬可夫過程非常複雜，即使鍊是有限狀態：它們的香農熵率不存在有限表達式，因為它們的預測特徵集通常是無限的。因此，迄今為止，人們無法對它們的隨機性或結構化程度做出一般性的陳述。在這裡，我們透過展示如何高效、準確地計算它們的熵率來解決這項挑戰的第一部分。我們也展示了該方法如何給出無限預測特徵的最小集。續集解決了挑戰的第二部分結構。