以文本方式查看主题 - 五月吧论坛 (http://wuyue8.net/bbs/index.asp) -- [ 天涯隔壁 ] (http://wuyue8.net/bbs/list.asp?boardid=6) ---- 【曲调】单曲循环与贝叶斯后验概率 (http://wuyue8.net/bbs/dispbbs.asp?boardid=6&id=623230) |
-- 作者:荀灌 -- 发布时间:2024/3/10 20:47:39 -- 【曲调】单曲循环与贝叶斯后验概率 你有没有这样一种经验,同样一首歌,听的时间不一样,它的音色曲调是完全不一样的。曾经很动情的歌,再次听的时候却没有当时的感觉了。 那么,究竟是你的感受欺骗了你,还是同一首歌在不同的时候听,给人的感受确实不一样? 我们采用控制变量的方式来探究这个问题。 首先我们保证音源相同,设备相同。多次在不同的时间去听不同的歌,发现确实每次听的感觉不一样。 首先,我们知道,同样的曲谱,不同的人来演奏,它的表现效果是不一样。作为音源,它是在曲谱上加了冗余以后传输的信息。 在信息传播的过程中,为了保证文件不丢帧,计算机是会加上一定的冗余来保证“主信息”不丢失的。 这个时候,就要问一个问题了:如果每次传输的信息都是“主信息”+冗余,这种冗余能够被人体检测出来吗,从而在每次听歌的感受都不一样吗? 这似乎是一种解释。但是,如果一首BGM的表现力在听众肉耳的检测力下能听出明显的冗余,是不是信息的传输过程还不够合格呢? 现代通信卷了这么久,应该不至于此吧。 那么,我们先做一个假设,电子设备每次播放不同的歌曲,它的客观内容(曲调、音色)都是肉耳检测不出来的,但是,人类确实在每次听的时候都会产生不同的感受。 但同时,我们也排除是因为心情原因造成的“主观感受”。听者在同一时间,单曲循环了多首歌曲,发现循环3次以上后,再听这首歌的“感觉”就截然不同了。 也就是同一首歌,同样的客观表现力(这里先假设这点,至于通信的冗余和噪音的分布可以另开一题),同样的心情,单曲循环后,会造成听觉效果不同。 这可能吗? 这里,笔者基于贝叶斯分布提出一种猜想:可能。 因为每次听这首歌,你都是通过当时时刻,你对这个世界认知的去感知世界的。当你听过一首BGM后,贝叶斯后验概率的分布改变了,这个时候你再去judge同一首歌,是跟听这首歌之前的个人参数不一样的。 也就是,我们每次都是在加上一段时间的世界认知后,用当下的后验分布去揣测对这首歌的先天概率分布。因为人在不同的时间,脑海里后验概率是变化的,所以对先天概率的判定也会不一样。 观察,引起概率坍缩。有趣的假设! 当然,我们也可以从另外一个角度来解释:卷积,与神经网络。 你每次听一首歌曲,就是与这首歌做一次卷积。假设这首歌的原函数是f,第二次听的感受就是f*f,n次单曲循环后就是n次卷积。除非存在一个N使得n>N后f_n=f_n+1,否则你每次听这首歌的感受都不一样。数学上,这个叫n次幂等或者停时。 [此贴子已经被作者于2024-3-10 21:25:11编辑过]
|
-- 作者:盈水含秋 -- 发布时间:2024/3/10 21:07:43 -- 你又不在乎奖励,写吧。 |
-- 作者:荀灌 -- 发布时间:2024/3/10 21:24:02 -- 以下是引用盈水含秋在2024-3-10 21:07:43的发言: 你又不在乎奖励,写吧。 数学的过程我已经推过一遍了,没有奖励我不想花时间转成文字啊。 |
-- 作者:荀灌 -- 发布时间:2024/3/10 21:26:22 -- 写完了写的时候还是补充了几种其他可能的。 |
-- 作者:盈水含秋 -- 发布时间:2024/3/10 21:49:22 -- 以下是引用荀灌在2024-3-10 21:26:22的发言: 写完了写的时候还是补充了几种其他可能的。 你换个题目,算这个月的嘛!不就有奖励了 |
-- 作者:盈水含秋 -- 发布时间:2024/3/10 21:52:55 -- 我在想,要不要打击你一下? 或者,我们两个要不要扯一下?
|
-- 作者:妖·气⑩足 -- 发布时间:2024/3/12 20:50:05 -- 这里,笔者基于贝叶斯分布提出一种猜想:可能。 因为每次听这首歌,你都是通过当时时刻,你对这个世界认知的去感知世界的。当你听过一首BGM后,贝叶斯后验概率的分布改变了,这个时候你再去judge同一首歌,是跟听这首歌之前的个人参数不一样的。 也就是,我们每次都是在加上一段时间的世界认知后,用当下的后验分布去揣测对这首歌的先天概率分布。因为人在不同的时间,脑海里后验概率是变化的,所以对先天概率的判定也会不一样。 观察,引起概率坍缩。有趣的假设! 贝叶斯公式给出了“知行”的动力学模型。 先来看一下公式: 从数学的角度来看,贝叶斯公式是这样的: P(H|E) = [P(E|H) * P(H)] / P(E) 其中: P(H|E) 是后验概率,即在观察到新的数据E后,假设H成立的概率; P(E|H) 是似然度,即在假设H成立的情况下,观察到数据E的概率; P(H) 是先验概率,即在没有观察到新的数据前,假设H成立的概率; P(E) 是证据或边缘概率,即无论假设是否成立,观察到数据E的总概率。 在这个公式中,决策者,又或者是智能体,通过计算后验概率,将新的观察数据(E)和原有的信念(H)整合在一起。这个后验概率可以用于指导智能体的后续行动,例如在强化学习中选择哪一个动作。 所以,怎麼套這個公式,我沒有找到情感里需要的概率問題啊。
|
-- 作者:荀灌 -- 发布时间:2024/3/12 22:43:27 -- 以下是引用妖·气⑩足在2024-3-12 20:50:05的发言: 这里,笔者基于贝叶斯分布提出一种猜想:可能。 因为每次听这首歌,你都是通过当时时刻,你对这个世界认知的去感知世界的。当你听过一首BGM后,贝叶斯后验概率的分布改变了,这个时候你再去judge同一首歌,是跟听这首歌之前的个人参数不一样的。 也就是,我们每次都是在加上一段时间的世界认知后,用当下的后验分布去揣测对这首歌的先天概率分布。因为人在不同的时间,脑海里后验概率是变化的,所以对先天概率的判定也会不一样。 观察,引起概率坍缩。有趣的假设! 贝叶斯公式给出了“知行”的动力学模型。 先来看一下公式: 从数学的角度来看,贝叶斯公式是这样的: P(H|E) = [P(E|H) * P(H)] / P(E) 其中: P(H|E) 是后验概率,即在观察到新的数据E后,假设H成立的概率; P(E|H) 是似然度,即在假设H成立的情况下,观察到数据E的概率; P(H) 是先验概率,即在没有观察到新的数据前,假设H成立的概率; P(E) 是证据或边缘概率,即无论假设是否成立,观察到数据E的总概率。 在这个公式中,决策者,又或者是智能体,通过计算后验概率,将新的观察数据(E)和原有的信念(H)整合在一起。这个后验概率可以用于指导智能体的后续行动,例如在强化学习中选择哪一个动作。 所以,怎麼套這個公式,我沒有找到情感里需要的概率問題啊。
|
-- 作者:荀灌 -- 发布时间:2024/3/12 22:44:11 -- 后验反推先验,修改后验的概率会反向引起先验的概率崩塌 |
-- 作者:荀灌 -- 发布时间:2024/3/12 22:44:28 -- 这就是个假说。 |