摘要 — 信息瓶颈函数给出了在将 X 压缩为新随机变量 W 且与 X 的剩余相关性有界的情况下,某个随机变量 X 和某个边信息 Y 之间相关性的最佳保存程度的度量。因此,信息瓶颈在机器学习、编码和视频压缩中有着许多自然的应用。计算信息瓶颈的主要目标是找到 W 上的最佳表示。这在原则上可能非常复杂,但幸运的是,已知 W 的基数可以限制为 |W| ≤|X| +1,这使得有限 |X| 的计算成为可能。现在,对于许多实际应用,例如在机器学习中,X 代表一个潜在的非常大的数据空间,而 Y 来自一组相对较小的标签。这就提出了一个问题,在这种情况下是否可以改进已知的基数界限。我们表明,信息瓶颈函数总是可以近似为误差 δ ( ϵ, |Y| ),基数为 |W| ≤ f ( ϵ, |Y| ) ,其中明确给出了近似参数 ϵ > 0 的函数 δ 和 f 以及 Y 的基数。最后,我们将已知的基数界限推广到一些随机变量代表量子信息的情况。
网络科学同行社区 doi:https://doi.org/10.24072/pci.networksci.100002 摘要 虽然集体决策(例如投票系统)是人类社会的基础,但正如过去的气候政策所表明的那样,它可能会导致效率低下的决策。当前的系统因其考虑选民需求和知识的方式而受到严厉批评。集体决策是人类社会的核心,但也发生在动物群体中,主要是当动物需要选择何时何地移动时。在这些社会中,动物在群体成员的需求和自身需求之间取得平衡,并依赖每个人的(部分)知识。我们认为,非人类动物和人类有着相似的集体决策过程,其中包括议程设置、审议和投票。人工智能领域最近的研究试图改善人类群体的决策,有时受到动物决策系统的启发。我们在这里讨论了我们的社会如何从动物行为学和人工智能的最新进展中受益,以改善我们的集体决策系统。关键词:集体决策、投票、民主、代表性、机器学习
在德国,获得初创企业的风险投资并不容易。,就初创企业的数量而言,这导致该国是欧洲的落后者之一。情况在美国和英国效果更好。当然,也有政府研究基金,但是由于官僚主义的管理负担,申请的批准要花太长。从根本上讲,政府计划只有在给予潜在的投资者和与私人金融家联系的风险中,政府计划才有帮助。因此,专业,有目的地组织高级初创企业和风险投资者之间的网络是有意义的。大多数创始人没有时间来做到这一点。
27. 会议“凝聚态和冷原子系统中的拓扑相”,香港科技大学先进研究中心,香港,2015年11月-12月19日,主题为“Floquet工程人工规范场和拓扑能带结构”。
姓名:Christof Weitenberg 博士 电子邮箱:cweitenb@physnet.uni-hamburg.de,研究员 ORCID:0000-0001-9301-2067 https://scholar.google.com/citations?user=hEV2onkAAAAJ&hl=de 网址:https://www.physik.uni-hamburg.de/en/forschung/institute/ilp/forschung/sengstock/ personen/weitenberg.html 研究兴趣 量子多体系统、拓扑量子物质、量子信息技术、超冷量子气体、光学晶格、非平衡动力学、任意子、机器学习。