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：工作論文
- 編號：工作論文 #136
- 日期：2026-03-18
摘要
更新過程廣泛用於模擬由靜止期分隔的孤立事件組成的隨機行為，其持續時間由給定的機率定律指定。在這裡，我們確定了預測的最小充分統計量（因果狀態集），計算儲存這些狀態所需的歷史記憶容量（統計複雜性），描述哪些資訊是可預測的（過量熵），並將單一測量的熵分解為與過去、未來或兩者共享的熵。因果狀態等價關係定義了更新過程的新子類，儘管具有無限的事件間計數分佈，但具有有限數量的因果狀態。我們應用新的資訊測量公式來分析參數化簡單非單一來源的輸出，這是一個具有無限狀態 ε 機表示的簡單二狀態機。總而言之，這些結果為分析具有不同統計複雜性和不同過剩熵的過程奠定了基礎。