请教个数学问题
本帖最后由 373527271 于 2020-3-31 12:14 编辑假设有一个多维函数f(x,y,z,w....)，有有限个变量，但具体多少个变量不知道。
具体什么形式也不知道，有没有一种方法去衡量这个函数的某个变量在其有限
域内，对函数的影响水平，可以设定一个置信水平（例如95%）。
以我有限的知识想到可能的知识
比如:小波变换，找一个合适的窗函数去进行小片区域过滤；
或者直接多维的傅（拉）式变换，换个角度去看问题；
在或者用这个函数的共轭函数进行自相关运算；
再或者用一个合适的函数做卷积运算，用这个合适函数去进行抽取。
或者类似多单元分析解耦过程。
最后肯定要进行离散化运算，这个多维函数可以有许多点，这些点应该要进行
排序。最后想得到的结果是，在某个多维变量的区间上，找到N个变量
的总的影响权重，如果扩大变量，变量肯定也要增加？
这样的模型应该在金融学和信号处理中有过应用。
有没有一种方法去衡量这个函数的某个变量在其有限
域内，对函数的影响水平
偏导？ 贝叶斯定理有可能吗？ 以我有限的知识猜想。先用用小波变换或者傅立叶变换来逼近目标函数，然后再寻找变量和变换过程中系数的关系。 假设有一个多维函数f(x,y,z,w....)，有有限个变量，但具体多少个变量不知道。具体什么形式也不知道。
你知道什么了？感觉就是啥都不知道。 机器学习，
但这个结果只能做到大概率落在一个区间内，也就是说结果未必完全正确。
而且这玩意有个问题，最终总结出来的公式结论和实际有差别，不能保证完全一致。甚至总结的结果没法按照物理解释，仅仅是能保持计算结果的准确。
想完全跳过物理过程，直接得到公式，难度很大。 本帖最后由 373527271 于 2020-3-31 12:19 编辑
皮卡丘不会打乒乓球 发表于 2020-3-31 11:59
机器学习，
但这个结果只能做到大概率落在一个区间内，也就是说结果未必完全正确。
而且这玩意有个问题，最 ...
大侠说的对，模拟“物理过程”是常规操作解法，这个方法相对来说准确性高。但是就是速度慢，比较繁琐。我现在的想法就是，“暴力破解”但也不全是跳过逻辑过程，或者说机器人学习，如果要求准确，只能多增加变量和更多的“插值”进去，得到更精确的贴合。而实际上，是否可以设置一个置信水平，只要满足置信水平即可。
我也一直在找这样的方法，恕我直言，简单的数学变换肯定做不到，深度学习到一定程度或许可以做到。皮侠说用物理过程解释我是很赞同的，实践中的变量多少有一定的关联，不可能个个都完全独立，有限制范围更容易求解。我在做设计的时候就是能灵光一现找到优解，但是没有固定方法。 engine 发表于 2020-3-31 13:19
我也一直在找这样的方法，恕我直言，简单的数学变换肯定做不到，深度学习到一定程度或许可以做到。皮侠说用 ...
大侠提示的很好，就是变量之间有可能不是独立的，是相关的。有限范围内求解的话，一个片段一个片段的去分析。具体问题具体分析，专业和经验性，可以锁定几个比较最优的可能性。
页:
[1]