我們仍然考慮收縮由乙個不等價張量構成的無窮閉合大張量網路z=t
tr([
u]∞)
z= ttr([u]^\infty)
z=ttr(
[u]∞
)。在角轉移矩陣重整化群演算法中，我們考慮在無窮遠的「邊界」處，存在變分張量，記定義在邊上的三階張量?為邊張量，定義在角上的二階張量?為角矩陣。（注：邊張量和角矩陣即為變分引數，具體怎麼取值不清楚，可以隨機初始化或者自己初始化 ）
考慮到張量網路邊的長度（邊張量的個數）為無窮大，且由於張量網路具有平移不變性和旋轉不變性，我們設所有邊張量相等，所有角矩陣相等。
解決的思路:設計迭代收縮，使邊張量與角矩陣達到收斂（不動點）。
邊張量與角矩陣滿足的迭代收縮方程如下：
易見，每進行一次收縮，邊張量與角矩陣的的指標（黃色）維數擴大d倍
因此，需要利用矩陣或張量的低秩近似（例如奇異值分解或tucker分解，或張量網路的低秩近似），對增大的指標維數進行裁剪，否則，指標維數會指數增大。
裁剪的方法並不唯一：
①角矩陣指標裁剪:矩陣svd
②邊張量指標維數裁剪:tucker分解
③將邊張量看成平移不變mps，利用mps的裁剪演算法進行維數裁剪
④按ctmrg原文方法進行裁剪
所有裁剪方法本質上相同，不同的裁剪方法實際上對應於不同的裁剪環境。
動態dp 線段樹維護轉移矩陣
背景 czy上課講了新知識，從未見到過，總結一下。所謂動態dp，是在動態規劃的基礎上，需要維護一些修改操作的演算法。這類題目分為如下三個步驟 都是對於常係數齊次遞推問題 1先不考慮修改，不考慮區間，直接列出整個區間的dp方程。這個是基礎，動態dp無論如何還是dp 這一步是一般是重點 2.列出轉移矩陣...
補 HMM 求解引數 狀態轉移矩陣 A
昨天在看的時候,才發現,hmm引數求解給忘了 狀態轉移矩陣a的求解,我以為我做了.好氣哦,不多比比,直接來.a 是狀態轉移矩陣,表示在 已知前乙個狀態下,求解後乙個概率 寫出來就是乙個條件概率 p z j z k i frac j,z k i 最基礎的條件概率公式哈 分母 p z k 1 可以通過前...
馬爾科夫 轉移矩陣MATLAB實現
馬爾科夫 轉移矩陣 群落演替 matlab實現 乙個系統的某些因素在轉移中，第n次結果只受第n 1的結果影響，即只與當前所處狀態有關，而與過去狀態無關。在馬爾科夫分析中，引入狀態轉移這個概念。所謂狀態是指客觀事物可能出現或存在的狀態 狀態轉移是指客觀事物由一種狀態轉移到另一種狀態的概率。轉移矩陣 矩...