自由能生成模型数学整理1
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：
新概率书 Structured Probabilistic Reasoning
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
评论
登录后参与评论
推荐阅读
腾讯云开发者
