前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >自由能生成模型数学整理1

自由能生成模型数学整理1

作者头像
CreateAMind
发布2022-06-08 17:28:22
4100
发布2022-06-08 17:28:22
举报
文章被收录于专栏:CreateAMind

paper:

The free energy principle for action and perception: A mathematical review(2017)

摘要

“自由能原理”(FEP)被建议提供一个统一的大脑理论,整合与行动、感知和学习相关的数据和理论。FEP 的理论和实现结合了来自亥姆霍兹的“感知即推理”、机器学习理论和统计热力学的见解。在这里,我们提供了一个详细的数学评估,它是一个被广泛用于发展该理论的 FEP 的生物学上可行的实现。我们的目标是(I)在一篇文章中描述 FEP 实现的数学结构;(ii)利用 FEP 提供一个简单但完整的基于代理的模型; (iii)揭示 FEP 实现的假设结构,以帮助阐明其对脑科学的意义。

关键词:自由能原理,感知,行动,推理,贝叶斯

这里只对关键变量含义及推导公式节选:

--

--

多变量情况:

生成模型:

----多变量情况

----变量依赖简化后

--

加入时间,动态情况:

多变量时间动态

Hierarchical 层级模型:

--层级模型+时序动态+多变量整合模型

详细内容请参考论文。

更全面的一篇阐述自由能的数学论文:

A FREE ENERGY PRINCIPLE FOR A PARTICULAR PHYSICS Karl Fristo2019

参考:

智能生命的第一原理

生命主动推理的数学描述

回答薛定谔问题: 生命是什么?自由能公式

视觉意识的主动推理模型

强化学习缺陷:如何用贝叶斯从错误中学习-安全及效率

短期记忆容量必需有限

新概率书 Structured Probabilistic Reasoning

用数学范畴定义生命的尝试

意识的数学物理分析

神经网络的一个底层结构缺陷

通用智能框架part2

how we learn 第二章 人脑比机器强在哪?(长文)

自由能AI认知框架优点123456

直觉理解变分自由能的目标函数

自由能一书金句摘录及图表

通用智能框架 part1

如何从科学模型角度看待自由能原理框架?

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CreateAMind 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档