待验证50% 置信事实精确时间

均匀转移情形下马尔可夫链熵率达到最大值 log N，确定性转移情形下熵率为0

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

马尔可夫链熵率详解：公式推导与序列建模应用

相关事实

待验证有限样本估计熵率面临系统性负偏差问题，插件估计量倾向于低估真实熵，可用Miller-Madow校正通过添加(k-1)/(2N)项补偿71% 相似待验证熵率定义为 H(X) = lim (1/n) H(X_1,...,X_n)，表示平均每个符号所携带的信息量71% 相似待验证假设数据服从伯努利或多项分布，最大化似然等价于最小化交叉熵损失函数68% 相似待验证由于 H(p) 是与模型无关的常数，最小化交叉熵等价于最小化KL散度，此等价关系在数学上精确68% 相似已验证分类任务中的交叉熵损失本质上是对数似然函数的负值，最小化交叉熵等价于最大化模型对训练数据的对数似然67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/698769

API

curl https://kongchang.com/api/v1/knowledge/claims/698769

MCP

get_claim(id=698769)