多元预测理论

归纳上述有限的成就的数学家。如果动物,特别是人类,认为,甚至部分自动机不同程度的成就和成功取决于他们的能力来应对环境,那么人类可以更好的理解和他们的潜力可以通过探索进一步意识到一个通用版本的自动机预测的能力。成功地概括这类的标题下已经取得了所谓的多元预测理论。引用多个预测的问题没有一个完整的解决方案是早在1941年俄罗斯数学家,诉Zasuhin。第一大步,Zasuhin之后,在1955年被维纳在标题“矩阵的分解。“许多重要结果。

如果多元预测理论是与自动机理论的一部分(这并不总是做的),可以考虑建设计算机,或自动机,能够感知环境,许多相互依赖的元素,从一个悠久的历史数据预测未来是一个函数相同的相互依赖的元素。认识到多个预测是最一般的方法研究自动机及其环境,它是一个制定预测的线性限制早些时候提到的,参照单系列(见3)。表达一个未来的观点年代k(ω),例如,中国的过去和现在的线性函数以及一阶导数值,或利率的变化,当前和过去的值执行双预测基于这两个时间序列或预测X1,X2,X3,···;X1,X2,X3,···,质数表明衍生品对时间。这样的预测是一个非线性的第一步预测的两倍。

自动机与不可靠的组件

在1956年的持续发展更快和更复杂的计算机器,一个现实的研究在计算机组件无能。冯·诺依曼意识到有一个自动机理论和实践之间的差异构建和操作计算机,因为这个理论没有考虑到现实概率组件的失败。现代通用零部件的数量数字计算机在20世纪中期已经被算进数百万。如果一个组件执行逻辑析取(一个B)失效,总产出复杂的操作可能是不正确的。概率的基本问题是:给定一个正数δ和执行逻辑操作,相应的自动机可以由给定执行所需的操作和提交一个器官错误在输出的概率小于或等于δ。肯定的结果已经获得了这个问题通过模仿冗余平行结构的沟通渠道,经常在自然界发现的也就是说,而不是一个传达信息的脉搏,一束线平行的解释为输送脉冲包中如果足够数量的成员。诺伊曼能显示吗冗余技术(多路复用)”功能偏离正确的行数的多数包”可能有足够高概率低于临界水平。

自动机与随机元素

这个词算法定义一个规则的指导一个智能计算或逻辑机制到达数值或象征性的结果。正如上面所讨论的下神经网络和自动机规范化的直观的想法算法导致了现在所谓的自动机。因此,一个自动机的特点是可预测性,或逻辑确定性,相同的输出将会获得连续操作的自动机具有相同的输入数据。如果,代替通常的输入数据,随机数字(或结果由于机会),提供输入数据和自动机不再是完全可预测的。但值得注意的是,不可预测的结果可能获得使用不确定输入并不是没有实际应用。这样的方法,结合计算机的操作和故意注入随机数据被称为“蒙特卡罗方法”的计算和在某些情况下(如在数值集成的功能在许多维度)被发现在到达正确的答案更有效率比纯粹的确定性方法。

除了问题效率可能有关的元素在一个计算机(自动机)可能产生数字由于机会,纯粹逻辑的问题已经问:有什么可以通过一台机器,一个随机元素,不能由一个确定的机器吗?这种类型的一系列问题进行了调查,但第一个口齿清楚,研究这样的问题是1956年由美国工程师完成克劳德·e·香农和其他人。如果机器是生产中的随机元素序列数字0和1的概率是随机的顺序,这样p1位发生,那么(假设这个号码p本身,获得从一个吗图灵机作为一个可计算的数字)机器可以什么都不做新的,可以说,比普通的图灵机。这个结果正是表现在自动机理论,说的语言集枚举由自动机和随机元素可以枚举也被修改的自动机。的可计算性p然而,是至关重要的,结果是必要的。同样重要的是要强调,为了区分从下面这个结果,可计算性的p是在讨论,而不是随机数字序列的可计算性。