详细内容或原文请订阅后点击阅览
单调移动平均线的奇怪情况
这些天，我正在对混合算法进行最后的修改，该算法通过将强化学习与梯度下降相结合来优化系统（伽马射线天文台）。虽然我已经发布了该应用程序的优化策略，但我还是要回过头来演示一个需要同时优化硬件和软件的案例，这是我和几位同事正在撰写的一篇关于协同设计的论文。在软件开发过程中，我遇到了一个简单但仍然有趣的统计问题，直到现在我才注意到。所以我想我可以在这里与您分享。阅读更多
来源:Science 2.0这些天，我正在对混合算法进行最后的修改，该算法通过将强化学习与梯度下降相结合来优化系统（伽马射线天文台）。尽管我已经发布了该应用程序的优化策略，但我将回过头来演示一个需要同时优化硬件和软件的案例，这是我与几位同事一起撰写的关于协同设计的论文。
在软件开发过程中，我遇到了一个简单但仍然有趣的统计问题，直到现在我才注意到。所以我想我可以在这里与大家分享。
运行平均值是一种众所周知的显示时间序列数据的统计方法；它是例如广泛应用于金融应用中，例如显示股票的长期甚至中期行为。这个概念非常简单：如果您必须绘制所监视的某个量的时间变化图，并且该量会受到波动的影响，从而使每次测定都充满噪音，那么您可以通过取最后 N 个测量值的平均值来平滑它。
例如，考虑一个量 X 的一系列测量：
，连续十天以 1 天的固定间隔采集。从第三天开始，您可以报告
作为您对 X 值的最佳猜测。第二天，您将丢弃 x1 并引入新的测量值 x4：
。等等。通过丢弃“早已消失”的 x1 并包含新的估计值 x4，新的 RA4 可以更精确地跟踪 X 的当前值。
无论如何，如果变化不大且测量频繁，则运行平均值是一个强大的显示工具，也是一种预测统计数据。请注意，这只是在许多统计应用中发现的名为“偏差与方差权衡”的非常常见主题的另一个示例：我们在估计器中接受一些偏差以减少其方差（由于噪声而导致的测量分布减少）。