1 00:00:00,640 --> 00:00:02,510 好吧，欢迎大家回来 2 00:00:02,510 --> 00:00:02,520 好吧，欢迎大家回来 3 00:00:02,520 --> 00:00:04,829 好吧，欢迎大家回来 所以今天我很高兴欢迎您 4 00:00:04,829 --> 00:00:04,839 所以今天我很高兴欢迎您 5 00:00:04,839 --> 00:00:06,389 所以今天我很高兴欢迎您 洪凡将谈深 6 00:00:06,389 --> 00:00:06,399 洪凡将谈深 7 00:00:06,399 --> 00:00:09,310 洪凡将谈深 学习呃关键转换 8 00:00:09,310 --> 00:00:09,320 学习呃关键转换 9 00:00:09,320 --> 00:00:12,709 学习呃关键转换 是的，谢谢你，好的，谢谢你，还有 10 00:00:12,709 --> 00:00:12,719 是的，谢谢你，好的，谢谢你，还有 11 00:00:12,719 --> 00:00:16,189 是的，谢谢你，好的，谢谢你，还有 谢谢你的邀请，是的 12 00:00:16,189 --> 00:00:16,199 谢谢你的邀请，是的 13 00:00:16,199 --> 00:00:18,910 谢谢你的邀请，是的 我很高兴在这里呃谈论我们的 14 00:00:18,910 --> 00:00:18,920 我很高兴在这里呃谈论我们的 15 00:00:18,920 --> 00:00:22,230 我很高兴在这里呃谈论我们的 最近的工作是关于 uh uh 使用 uh the 16 00:00:22,230 --> 00:00:22,240 最近的工作是关于 uh uh 使用 uh the 17 00:00:22,240 --> 00:00:26,029 最近的工作是关于 uh uh 使用 uh the 计划预测 R 转向点 uh 18 00:00:26,029 --> 00:00:26,039 计划预测 R 转向点 uh 19 00:00:26,039 --> 00:00:29,950 计划预测 R 转向点 uh 是的，我是来自科技公司的博士后 20 00:00:29,950 --> 00:00:29,960 是的，我是来自科技公司的博士后 21 00:00:29,960 --> 00:00:32,510 是的，我是来自科技公司的博士后 慕尼黑工业大学和这个 22 00:00:32,510 --> 00:00:32,520 慕尼黑工业大学和这个 23 00:00:32,520 --> 00:00:35,110 慕尼黑工业大学和这个 工作实际上是一种合作 24 00:00:35,110 --> 00:00:35,120 工作实际上是一种合作 25 00:00:35,120 --> 00:00:39,029 工作实际上是一种合作 与我的同事合作呃学习 26 00:00:39,029 --> 00:00:39,039 与我的同事合作呃学习 27 00:00:39,039 --> 00:00:43,590 与我的同事合作呃学习 塞巴斯蒂安呃彼得和呃尼古拉斯 28 00:00:43,590 --> 00:00:43,600 塞巴斯蒂安呃彼得和呃尼古拉斯 29 00:00:43,600 --> 00:00:45,270 塞巴斯蒂安呃彼得和呃尼古拉斯 和 30 00:00:45,270 --> 00:00:45,280 和 31 00:00:45,280 --> 00:00:49,150 和 是的，首先我想给一个非常 32 00:00:49,150 --> 00:00:49,160 是的，首先我想给一个非常 33 00:00:49,160 --> 00:00:52,229 是的，首先我想给一个非常 简短的呃介绍介绍 34 00:00:52,229 --> 00:00:52,239 简短的呃介绍介绍 35 00:00:52,239 --> 00:00:55,310 简短的呃介绍介绍 引爆点特别呃特别 36 00:00:55,310 --> 00:00:55,320 引爆点特别呃特别 37 00:00:55,320 --> 00:00:56,430 引爆点特别呃特别 在 38 00:00:56,430 --> 00:00:56,440 在 39 00:00:56,440 --> 00:01:00,430 在 气候呃领域是的但可能是制造出来的 40 00:01:00,430 --> 00:01:00,440 气候呃领域是的但可能是制造出来的 41 00:01:00,440 --> 00:01:03,869 气候呃领域是的但可能是制造出来的 大多数呃观众是的你已经 42 00:01:03,869 --> 00:01:03,879 大多数呃观众是的你已经 43 00:01:03,879 --> 00:01:08,710 大多数呃观众是的你已经 对呃引爆点了解很多 44 00:01:08,710 --> 00:01:08,720 对呃引爆点了解很多 45 00:01:08,720 --> 00:01:12,230 对呃引爆点了解很多 但呃在这里我将从地球开始 46 00:01:12,230 --> 00:01:12,240 但呃在这里我将从地球开始 47 00:01:12,240 --> 00:01:15,390 但呃在这里我将从地球开始 能量平衡模型这是一个非常呃 48 00:01:15,390 --> 00:01:15,400 能量平衡模型这是一个非常呃 49 00:01:15,400 --> 00:01:19,429 能量平衡模型这是一个非常呃 非常重要也非常有名呃基本 50 00:01:19,429 --> 00:01:19,439 非常重要也非常有名呃基本 51 00:01:19,439 --> 00:01:23,950 非常重要也非常有名呃基本 呃呃呃物理呃物理呃 52 00:01:23,950 --> 00:01:23,960 呃呃呃物理呃物理呃 53 00:01:23,960 --> 00:01:27,069 呃呃呃物理呃物理呃 呃地球的概念模型 54 00:01:27,069 --> 00:01:27,079 呃地球的概念模型 55 00:01:27,079 --> 00:01:30,230 呃地球的概念模型 气候嗯理解还有 56 00:01:30,230 --> 00:01:30,240 气候嗯理解还有 57 00:01:30,240 --> 00:01:32,789 气候嗯理解还有 有时是为了模拟，但如果我们 58 00:01:32,789 --> 00:01:32,799 有时是为了模拟，但如果我们 59 00:01:32,799 --> 00:01:36,149 有时是为了模拟，但如果我们 对此能量进行呃模拟 60 00:01:36,149 --> 00:01:36,159 对此能量进行呃模拟 61 00:01:36,159 --> 00:01:39,149 对此能量进行呃模拟 使用不同太阳能的平衡模型 62 00:01:39,149 --> 00:01:39,159 使用不同太阳能的平衡模型 63 00:01:39,159 --> 00:01:42,069 使用不同太阳能的平衡模型 辐射强迫这是一个 64 00:01:42,069 --> 00:01:42,079 辐射强迫这是一个 65 00:01:42,079 --> 00:01:45,830 辐射强迫这是一个 所谓的控制参数Ro和if 66 00:01:45,830 --> 00:01:45,840 所谓的控制参数Ro和if 67 00:01:45,840 --> 00:01:51,469 所谓的控制参数Ro和if 方式呃改变呃呃增加或减少 68 00:01:51,469 --> 00:01:51,479 方式呃改变呃呃增加或减少 69 00:01:51,479 --> 00:01:54,950 方式呃改变呃呃增加或减少 控制参数和呃沿着 70 00:01:54,950 --> 00:01:54,960 控制参数和呃沿着 71 00:01:54,960 --> 00:01:56,910 控制参数和呃沿着 到时候我们就可以 72 00:01:56,910 --> 00:01:56,920 到时候我们就可以 73 00:01:56,920 --> 00:02:00,029 到时候我们就可以 观察我们可以 我们将观察 74 00:02:00,029 --> 00:02:00,039 观察我们可以 我们将观察 75 00:02:00,039 --> 00:02:03,429 观察我们可以 我们将观察 地球气候的突然转变 76 00:02:03,429 --> 00:02:03,439 地球气候的突然转变 77 00:02:03,439 --> 00:02:07,109 地球气候的突然转变 从 a 从 温暖的气候 St 到 a 78 00:02:07,109 --> 00:02:07,119 从 a 从 温暖的气候 St 到 a 79 00:02:07,119 --> 00:02:09,990 从 a 从 温暖的气候 St 到 a 寒冷温暖的气候状态，但它也是 80 00:02:09,990 --> 00:02:10,000 寒冷温暖的气候状态，但它也是 81 00:02:10,000 --> 00:02:13,830 寒冷温暖的气候状态，但它也是 可能呃只是从 tr 转机回来 82 00:02:13,830 --> 00:02:13,840 可能呃只是从 tr 转机回来 83 00:02:13,840 --> 00:02:17,070 可能呃只是从 tr 转机回来 呃回到温暖的气候但是呃只是 84 00:02:17,070 --> 00:02:17,080 呃回到温暖的气候但是呃只是 85 00:02:17,080 --> 00:02:20,670 呃回到温暖的气候但是呃只是 沿着不同的道路呃但是我们 86 00:02:20,670 --> 00:02:20,680 沿着不同的道路呃但是我们 87 00:02:20,680 --> 00:02:23,229 沿着不同的道路呃但是我们 注意这里的过渡 88 00:02:23,229 --> 00:02:23,239 注意这里的过渡 89 00:02:23,239 --> 00:02:27,869 注意这里的过渡 时间是呃非常呃就在 90 00:02:27,869 --> 00:02:27,879 时间是呃非常呃就在 91 00:02:27,879 --> 00:02:30,630 时间是呃非常呃就在 突然过渡呃不是渐进的 92 00:02:30,630 --> 00:02:30,640 突然过渡呃不是渐进的 93 00:02:30,640 --> 00:02:33,430 突然过渡呃不是渐进的 过渡，但首先我想 94 00:02:33,430 --> 00:02:33,440 过渡，但首先我想 95 00:02:33,440 --> 00:02:36,509 过渡，但首先我想 我想用一个非常简单的呃 96 00:02:36,509 --> 00:02:36,519 我想用一个非常简单的呃 97 00:02:36,519 --> 00:02:38,229 我想用一个非常简单的呃 示例来自 98 00:02:38,229 --> 00:02:38,239 示例来自 99 00:02:38,239 --> 00:02:42,790 示例来自 现实的呃我们现实的生活呃 100 00:02:42,790 --> 00:02:42,800 现实的呃我们现实的生活呃 101 00:02:42,800 --> 00:02:46,589 现实的呃我们现实的生活呃 解释一下我在这里的 ab 转换 102 00:02:46,589 --> 00:02:46,599 解释一下我在这里的 ab 转换 103 00:02:46,599 --> 00:02:49,350 解释一下我在这里的 ab 转换 我刚刚注意到一些照片 104 00:02:49,350 --> 00:02:49,360 我刚刚注意到一些照片 105 00:02:49,360 --> 00:02:54,350 我刚刚注意到一些照片 呃格林威经典呃也许结束了 106 00:02:54,350 --> 00:02:54,360 呃格林威经典呃也许结束了 107 00:02:54,360 --> 00:03:01,750 呃格林威经典呃也许结束了 呃 20 呃呃 250 50 年前 呃一些呃 108 00:03:01,750 --> 00:03:01,760 呃 20 呃呃 250 50 年前 呃一些呃 109 00:03:01,760 --> 00:03:04,110 呃 20 呃呃 250 50 年前 呃一些呃 从当时的一些照片来看 110 00:03:04,110 --> 00:03:04,120 从当时的一些照片来看 111 00:03:04,120 --> 00:03:07,830 从当时的一些照片来看 我们已经注意到有很多 112 00:03:07,830 --> 00:03:07,840 我们已经注意到有很多 113 00:03:07,840 --> 00:03:10,550 我们已经注意到有很多 夏天时更加玻璃化，甚至在 114 00:03:10,550 --> 00:03:10,560 夏天时更加玻璃化，甚至在 115 00:03:10,560 --> 00:03:13,589 夏天时更加玻璃化，甚至在 夏天呃过了玻璃器呃完了 116 00:03:13,589 --> 00:03:13,599 夏天呃过了玻璃器呃完了 117 00:03:13,599 --> 00:03:18,670 夏天呃过了玻璃器呃完了 伟大的山地食品呃甚至直到 118 00:03:18,670 --> 00:03:18,680 伟大的山地食品呃甚至直到 119 00:03:18,680 --> 00:03:23,630 伟大的山地食品呃甚至直到 20年前呃山食品呃 120 00:03:23,630 --> 00:03:23,640 20年前呃山食品呃 121 00:03:23,640 --> 00:03:25,470 20年前呃山食品呃 还有很多 仍然有 122 00:03:25,470 --> 00:03:25,480 还有很多 仍然有 123 00:03:25,480 --> 00:03:29,429 还有很多 仍然有 那里有很多玻璃和冰块 124 00:03:29,429 --> 00:03:29,439 那里有很多玻璃和冰块 125 00:03:29,439 --> 00:03:33,149 那里有很多玻璃和冰块 夏季期间，但直到最近 10 126 00:03:33,149 --> 00:03:33,159 夏季期间，但直到最近 10 127 00:03:33,159 --> 00:03:38,030 夏季期间，但直到最近 10 多年，呃，这玻璃化了，呃，这冰了 128 00:03:38,030 --> 00:03:38,040 多年，呃，这玻璃化了，呃，这冰了 129 00:03:38,040 --> 00:03:41,429 多年，呃，这玻璃化了，呃，这冰了 山里的食物突然消失了 130 00:03:41,429 --> 00:03:41,439 山里的食物突然消失了 131 00:03:41,439 --> 00:03:45,390 山里的食物突然消失了 从冰的过渡非常快 132 00:03:45,390 --> 00:03:45,400 从冰的过渡非常快 133 00:03:45,400 --> 00:03:49,750 从冰的过渡非常快 就到了董事会 呃 B B 134 00:03:49,750 --> 00:03:49,760 就到了董事会 呃 B B 135 00:03:49,760 --> 00:03:51,350 就到了董事会 呃 B B 岩石 136 00:03:51,350 --> 00:03:51,360 岩石 137 00:03:51,360 --> 00:03:55,750 岩石 但是是的呃还有当地人 138 00:03:55,750 --> 00:03:55,760 但是是的呃还有当地人 139 00:03:55,760 --> 00:03:58,949 但是是的呃还有当地人 也已经注意到了这个呃这个 140 00:03:58,949 --> 00:03:58,959 也已经注意到了这个呃这个 141 00:03:58,959 --> 00:04:01,069 也已经注意到了这个呃这个 现象，他们真的想要 142 00:04:01,069 --> 00:04:01,079 现象，他们真的想要 143 00:04:01,079 --> 00:04:05,550 现象，他们真的想要 保护呃这个呃美丽呃玻璃人 144 00:04:05,550 --> 00:04:05,560 保护呃这个呃美丽呃玻璃人 145 00:04:05,560 --> 00:04:09,390 保护呃这个呃美丽呃玻璃人 F山那边的食物呃但是这是 146 00:04:09,390 --> 00:04:09,400 F山那边的食物呃但是这是 147 00:04:09,400 --> 00:04:13,149 F山那边的食物呃但是这是 我用相机拍的这张照片 148 00:04:13,149 --> 00:04:13,159 我用相机拍的这张照片 149 00:04:13,159 --> 00:04:17,150 我用相机拍的这张照片 呃去年九月我注意到 150 00:04:17,150 --> 00:04:17,160 呃去年九月我注意到 151 00:04:17,160 --> 00:04:19,469 呃去年九月我注意到 当地人真的尝试了很多呃 152 00:04:19,469 --> 00:04:19,479 当地人真的尝试了很多呃 153 00:04:19,479 --> 00:04:22,550 当地人真的尝试了很多呃 例如，他们建造了一些潮湿的地方 154 00:04:22,550 --> 00:04:22,560 例如，他们建造了一些潮湿的地方 155 00:04:22,560 --> 00:04:25,510 例如，他们建造了一些潮湿的地方 他们正在尝试建造一些呃 156 00:04:25,510 --> 00:04:25,520 他们正在尝试建造一些呃 157 00:04:25,520 --> 00:04:28,070 他们正在尝试建造一些呃 为这个玻璃建造一些坏石头 158 00:04:28,070 --> 00:04:28,080 为这个玻璃建造一些坏石头 159 00:04:28,080 --> 00:04:31,790 为这个玻璃建造一些坏石头 在这里并保护他们但实际上这个 160 00:04:31,790 --> 00:04:31,800 在这里并保护他们但实际上这个 161 00:04:31,800 --> 00:04:35,230 在这里并保护他们但实际上这个 并不真正适用于 162 00:04:35,230 --> 00:04:35,240 并不真正适用于 163 00:04:35,240 --> 00:04:39,749 并不真正适用于 呃为亲呃避免收缩 164 00:04:39,749 --> 00:04:39,759 呃为亲呃避免收缩 165 00:04:39,759 --> 00:04:43,230 呃为亲呃避免收缩 玻璃越多，这意味着也许在一个 166 00:04:43,230 --> 00:04:43,240 玻璃越多，这意味着也许在一个 167 00:04:43,240 --> 00:04:45,950 玻璃越多，这意味着也许在一个 我们这一代人 168 00:04:45,950 --> 00:04:45,960 我们这一代人 169 00:04:45,960 --> 00:04:49,189 我们这一代人 真的很难恢复呃这个玻璃 170 00:04:49,189 --> 00:04:49,199 真的很难恢复呃这个玻璃 171 00:04:49,199 --> 00:04:52,189 真的很难恢复呃这个玻璃 这也是事实 172 00:04:52,189 --> 00:04:52,199 这也是事实 173 00:04:52,199 --> 00:04:55,590 这也是事实 引爆点这也这也可能 174 00:04:55,590 --> 00:04:55,600 引爆点这也这也可能 175 00:04:55,600 --> 00:04:58,270 引爆点这也这也可能 呃，很多气候子都会发生这种情况 176 00:04:58,270 --> 00:04:58,280 呃，很多气候子都会发生这种情况 177 00:04:58,280 --> 00:05:01,670 呃，很多气候子都会发生这种情况 组件呃呃组件例如 178 00:05:01,670 --> 00:05:01,680 组件呃呃组件例如 179 00:05:01,680 --> 00:05:04,990 组件呃呃组件例如 就像呃南极呃海洋 180 00:05:04,990 --> 00:05:05,000 就像呃南极呃海洋 181 00:05:05,000 --> 00:05:09,270 就像呃南极呃海洋 流通还有呃格陵兰东南部 182 00:05:09,270 --> 00:05:09,280 流通还有呃格陵兰东南部 183 00:05:09,280 --> 00:05:12,990 流通还有呃格陵兰东南部 绿色 L 土地 SE 冰也适合一些人 184 00:05:12,990 --> 00:05:13,000 绿色 L 土地 SE 冰也适合一些人 185 00:05:13,000 --> 00:05:17,150 绿色 L 土地 SE 冰也适合一些人 植被呃像亚马逊呃森林 186 00:05:17,150 --> 00:05:17,160 植被呃像亚马逊呃森林 187 00:05:17,160 --> 00:05:20,430 植被呃像亚马逊呃森林 这种转变是一种布雷转变 188 00:05:20,430 --> 00:05:20,440 这种转变是一种布雷转变 189 00:05:20,440 --> 00:05:24,950 这种转变是一种布雷转变 E 可逆跃迁是 uh 190 00:05:24,950 --> 00:05:24,960 E 可逆跃迁是 uh 191 00:05:24,960 --> 00:05:28,110 E 可逆跃迁是 uh 对于这个呃非线性很有可能 192 00:05:28,110 --> 00:05:28,120 对于这个呃非线性很有可能 193 00:05:28,120 --> 00:05:30,270 对于这个呃非线性很有可能 系统 194 00:05:30,270 --> 00:05:30,280 系统 195 00:05:30,280 --> 00:05:35,150 系统 所以呃我们呃的一个中心目标 196 00:05:35,150 --> 00:05:35,160 所以呃我们呃的一个中心目标 197 00:05:35,160 --> 00:05:38,070 所以呃我们呃的一个中心目标 我们气候人士的一部分是呃 198 00:05:38,070 --> 00:05:38,080 我们气候人士的一部分是呃 199 00:05:38,080 --> 00:05:41,309 我们气候人士的一部分是呃 预测临界点和访问 200 00:05:41,309 --> 00:05:41,319 预测临界点和访问 201 00:05:41,319 --> 00:05:46,070 预测临界点和访问 访问引爆点风险呃 202 00:05:46,070 --> 00:05:46,080 访问引爆点风险呃 203 00:05:46,080 --> 00:05:50,350 访问引爆点风险呃 呃背后有一个特定的气候系统 204 00:05:50,350 --> 00:05:50,360 呃背后有一个特定的气候系统 205 00:05:50,360 --> 00:05:54,430 呃背后有一个特定的气候系统 子系统呃实际上在这里呃我我会 206 00:05:54,430 --> 00:05:54,440 子系统呃实际上在这里呃我我会 207 00:05:54,440 --> 00:05:58,350 子系统呃实际上在这里呃我我会 呃我们注意到我们可以有 s 方法 208 00:05:58,350 --> 00:05:58,360 呃我们注意到我们可以有 s 方法 209 00:05:58,360 --> 00:06:01,909 呃我们注意到我们可以有 s 方法 呃预测连接点 210 00:06:01,909 --> 00:06:01,919 呃预测连接点 211 00:06:01,919 --> 00:06:08,029 呃预测连接点 目前的状况，但是呃通常呃 212 00:06:08,029 --> 00:06:08,039 目前的状况，但是呃通常呃 213 00:06:08,039 --> 00:06:11,270 目前的状况，但是呃通常呃 物理呃物理研究员 214 00:06:11,270 --> 00:06:11,280 物理呃物理研究员 215 00:06:11,280 --> 00:06:15,589 物理呃物理研究员 会考虑也许呃我们可以呃找到 216 00:06:15,589 --> 00:06:15,599 会考虑也许呃我们可以呃找到 217 00:06:15,599 --> 00:06:18,670 会考虑也许呃我们可以呃找到 找出a的物理方程 218 00:06:18,670 --> 00:06:18,680 找出a的物理方程 219 00:06:18,680 --> 00:06:23,150 找出a的物理方程 特定的子系统然后我们可以 220 00:06:23,150 --> 00:06:23,160 特定的子系统然后我们可以 221 00:06:23,160 --> 00:06:26,670 特定的子系统然后我们可以 恢复动态轨迹 uh 或 222 00:06:26,670 --> 00:06:26,680 恢复动态轨迹 uh 或 223 00:06:26,680 --> 00:06:30,430 恢复动态轨迹 uh 或 脸呃脸基 224 00:06:30,430 --> 00:06:30,440 脸呃脸基 225 00:06:30,440 --> 00:06:34,629 脸呃脸基 嗯 D 这个动力系统然后我们 226 00:06:34,629 --> 00:06:34,639 嗯 D 这个动力系统然后我们 227 00:06:34,639 --> 00:06:38,350 嗯 D 这个动力系统然后我们 可以构造这样一个um验证 228 00:06:38,350 --> 00:06:38,360 可以构造这样一个um验证 229 00:06:38,360 --> 00:06:41,749 可以构造这样一个um验证 有兴趣的可以看一下图 230 00:06:41,749 --> 00:06:41,759 有兴趣的可以看一下图 231 00:06:41,759 --> 00:06:46,070 有兴趣的可以看一下图 那么我们可以直接观察系统 232 00:06:46,070 --> 00:06:46,080 那么我们可以直接观察系统 233 00:06:46,080 --> 00:06:49,309 那么我们可以直接观察系统 um tpping 的临界阈值 234 00:06:49,309 --> 00:06:49,319 um tpping 的临界阈值 235 00:06:49,319 --> 00:06:53,189 um tpping 的临界阈值 像呃这里我们可以我们这样的点 236 00:06:53,189 --> 00:06:53,199 像呃这里我们可以我们这样的点 237 00:06:53,199 --> 00:06:56,309 像呃这里我们可以我们这样的点 通常可以找到一个稳定状态a 238 00:06:56,309 --> 00:06:56,319 通常可以找到一个稳定状态a 239 00:06:56,319 --> 00:07:00,309 通常可以找到一个稳定状态a bable eq equal 平衡状态 240 00:07:00,309 --> 00:07:00,319 bable eq equal 平衡状态 241 00:07:00,319 --> 00:07:04,350 bable eq equal 平衡状态 我们可以找到两个 t 创建呃关键 242 00:07:04,350 --> 00:07:04,360 我们可以找到两个 t 创建呃关键 243 00:07:04,360 --> 00:07:08,469 我们可以找到两个 t 创建呃关键 强制值 uh 的阈值 244 00:07:08,469 --> 00:07:08,479 强制值 uh 的阈值 245 00:07:08,479 --> 00:07:11,869 强制值 uh 的阈值 那么我们可以估计呃如果系统 246 00:07:11,869 --> 00:07:11,879 那么我们可以估计呃如果系统 247 00:07:11,879 --> 00:07:14,629 那么我们可以估计呃如果系统 将接近呃临界点 248 00:07:14,629 --> 00:07:14,639 将接近呃临界点 249 00:07:14,639 --> 00:07:17,830 将接近呃临界点 但实际上但通常是这个呃这个 250 00:07:17,830 --> 00:07:17,840 但实际上但通常是这个呃这个 251 00:07:17,840 --> 00:07:21,749 但实际上但通常是这个呃这个 方法并不真正有效，因为 252 00:07:21,749 --> 00:07:21,759 方法并不真正有效，因为 253 00:07:21,759 --> 00:07:25,070 方法并不真正有效，因为 呃 整个恢复真的很难 254 00:07:25,070 --> 00:07:25,080 呃 整个恢复真的很难 255 00:07:25,080 --> 00:07:28,510 呃 整个恢复真的很难 现实的方程或动力学 256 00:07:28,510 --> 00:07:28,520 现实的方程或动力学 257 00:07:28,520 --> 00:07:31,909 现实的方程或动力学 系统特别像嗯气候 258 00:07:31,909 --> 00:07:31,919 系统特别像嗯气候 259 00:07:31,919 --> 00:07:35,790 系统特别像嗯气候 系统真的很难所以呃最 260 00:07:35,790 --> 00:07:35,800 系统真的很难所以呃最 261 00:07:35,800 --> 00:07:38,589 系统真的很难所以呃最 近年来呃科学家还发现 262 00:07:38,589 --> 00:07:38,599 近年来呃科学家还发现 263 00:07:38,599 --> 00:07:42,270 近年来呃科学家还发现 某种呃替代方式，它被称为 264 00:07:42,270 --> 00:07:42,280 某种呃替代方式，它被称为 265 00:07:42,280 --> 00:07:46,110 某种呃替代方式，它被称为 关键放慢速度也许呃也许你 266 00:07:46,110 --> 00:07:46,120 关键放慢速度也许呃也许你 267 00:07:46,120 --> 00:07:49,790 关键放慢速度也许呃也许你 已经听说过，那就是我们 268 00:07:49,790 --> 00:07:49,800 已经听说过，那就是我们 269 00:07:49,800 --> 00:07:52,510 已经听说过，那就是我们 我们可以拥有我们可以拥有的吗 270 00:07:52,510 --> 00:07:52,520 我们可以拥有我们可以拥有的吗 271 00:07:52,520 --> 00:07:54,430 我们可以拥有我们可以拥有的吗 确实有观察时间 272 00:07:54,430 --> 00:07:54,440 确实有观察时间 273 00:07:54,440 --> 00:07:56,469 确实有观察时间 系列的 274 00:07:56,469 --> 00:07:56,479 系列的 275 00:07:56,479 --> 00:07:59,830 系列的 感兴趣的呃系统例如这里是 276 00:07:59,830 --> 00:07:59,840 感兴趣的呃系统例如这里是 277 00:07:59,840 --> 00:08:00,749 感兴趣的呃系统例如这里是 一个 278 00:08:00,749 --> 00:08:00,759 一个 279 00:08:00,759 --> 00:08:02,309 一个 格陵兰岛 280 00:08:02,309 --> 00:08:02,319 格陵兰岛 281 00:08:02,319 --> 00:08:07,189 格陵兰岛 呃呃说表面温度呃来自 282 00:08:07,189 --> 00:08:07,199 呃呃说表面温度呃来自 283 00:08:07,199 --> 00:08:11,670 呃呃说表面温度呃来自 P气候记录和呃这里是 284 00:08:11,670 --> 00:08:11,680 P气候记录和呃这里是 285 00:08:11,680 --> 00:08:15,909 P气候记录和呃这里是 基于时间序列，通常我们 286 00:08:15,909 --> 00:08:15,919 基于时间序列，通常我们 287 00:08:15,919 --> 00:08:19,869 基于时间序列，通常我们 我们可以做一个线性假设吗 288 00:08:19,869 --> 00:08:19,879 我们可以做一个线性假设吗 289 00:08:19,879 --> 00:08:23,589 我们可以做一个线性假设吗 当系统处于其周围时 290 00:08:23,589 --> 00:08:23,599 当系统处于其周围时 291 00:08:23,599 --> 00:08:27,469 当系统处于其周围时 平衡点是一个固定点，那么我们可以 292 00:08:27,469 --> 00:08:27,479 平衡点是一个固定点，那么我们可以 293 00:08:27,479 --> 00:08:32,790 平衡点是一个固定点，那么我们可以 可以采取一个a这个呃呃这个appro 294 00:08:32,790 --> 00:08:32,800 可以采取一个a这个呃呃这个appro 295 00:08:32,800 --> 00:08:36,790 可以采取一个a这个呃呃这个appro 近似方程然后基于 296 00:08:36,790 --> 00:08:36,800 近似方程然后基于 297 00:08:36,800 --> 00:08:40,110 近似方程然后基于 阻尼呃参数 Lambda 我们可以 298 00:08:40,110 --> 00:08:40,120 阻尼呃参数 Lambda 我们可以 299 00:08:40,120 --> 00:08:44,509 阻尼呃参数 Lambda 我们可以 估计它是否在它下面 300 00:08:44,509 --> 00:08:44,519 估计它是否在它下面 301 00:08:44,519 --> 00:08:48,269 估计它是否在它下面 如果它在临界点经历 302 00:08:48,269 --> 00:08:48,279 如果它在临界点经历 303 00:08:48,279 --> 00:08:51,790 如果它在临界点经历 Lambda D 倾销 Lambda 倾销 304 00:08:51,790 --> 00:08:51,800 Lambda D 倾销 Lambda 倾销 305 00:08:51,800 --> 00:08:55,150 Lambda D 倾销 Lambda 倾销 当参数 Lambda 小于 306 00:08:55,150 --> 00:08:55,160 当参数 Lambda 小于 307 00:08:55,160 --> 00:08:58,550 当参数 Lambda 小于 零意味着系统将稳定 308 00:08:58,550 --> 00:08:58,560 零意味着系统将稳定 309 00:08:58,560 --> 00:09:01,509 零意味着系统将稳定 但如果 Lambda 增加到 310 00:09:01,509 --> 00:09:01,519 但如果 Lambda 增加到 311 00:09:01,519 --> 00:09:04,190 但如果 Lambda 增加到 将 Anor 增加到零，它将接近 312 00:09:04,190 --> 00:09:04,200 将 Anor 增加到零，它将接近 313 00:09:04,200 --> 00:09:07,670 将 Anor 增加到零，它将接近 到其临界阈值，那么当如果 314 00:09:07,670 --> 00:09:07,680 到其临界阈值，那么当如果 315 00:09:07,680 --> 00:09:10,910 到其临界阈值，那么当如果 Lambda继续增加这也意味着 316 00:09:10,910 --> 00:09:10,920 Lambda继续增加这也意味着 317 00:09:10,920 --> 00:09:14,150 Lambda继续增加这也意味着 外强迫将会增加并且 318 00:09:14,150 --> 00:09:14,160 外强迫将会增加并且 319 00:09:14,160 --> 00:09:17,790 外强迫将会增加并且 系统可能会不稳定 320 00:09:17,790 --> 00:09:17,800 系统可能会不稳定 321 00:09:17,800 --> 00:09:20,030 系统可能会不稳定 不稳定，临界点将 322 00:09:20,030 --> 00:09:20,040 不稳定，临界点将 323 00:09:20,040 --> 00:09:22,389 不稳定，临界点将 会发生，但通常是针对 Lambda 324 00:09:22,389 --> 00:09:22,399 会发生，但通常是针对 Lambda 325 00:09:22,399 --> 00:09:24,949 会发生，但通常是针对 Lambda 估计我们可以利用一些 326 00:09:24,949 --> 00:09:24,959 估计我们可以利用一些 327 00:09:24,959 --> 00:09:28,949 估计我们可以利用一些 statist 统计矩阵就像呃 328 00:09:28,949 --> 00:09:28,959 statist 统计矩阵就像呃 329 00:09:28,959 --> 00:09:31,430 statist 统计矩阵就像呃 严肃时代的自动装饰 330 00:09:31,430 --> 00:09:31,440 严肃时代的自动装饰 331 00:09:31,440 --> 00:09:35,030 严肃时代的自动装饰 段以及通常的方差 332 00:09:35,030 --> 00:09:35,040 段以及通常的方差 333 00:09:35,040 --> 00:09:38,430 段以及通常的方差 例如，时间严重的呃片段 334 00:09:38,430 --> 00:09:38,440 例如，时间严重的呃片段 335 00:09:38,440 --> 00:09:42,750 例如，时间严重的呃片段 这里呃基于这个格陵兰岛 336 00:09:42,750 --> 00:09:42,760 这里呃基于这个格陵兰岛 337 00:09:42,760 --> 00:09:47,269 这里呃基于这个格陵兰岛 呃呃说表面温度记录呃 338 00:09:47,269 --> 00:09:47,279 呃呃说表面温度记录呃 339 00:09:47,279 --> 00:09:49,269 呃呃说表面温度记录呃 每当有突然的时候 340 00:09:49,269 --> 00:09:49,279 每当有突然的时候 341 00:09:49,279 --> 00:09:53,430 每当有突然的时候 过渡我们可以观察到呃增加 342 00:09:53,430 --> 00:09:53,440 过渡我们可以观察到呃增加 343 00:09:53,440 --> 00:09:54,590 过渡我们可以观察到呃增加 在 344 00:09:54,590 --> 00:09:54,600 在 345 00:09:54,600 --> 00:09:58,190 在 自相关和方差 uh 346 00:09:58,190 --> 00:09:58,200 自相关和方差 uh 347 00:09:58,200 --> 00:09:59,829 自相关和方差 uh 时代系列 348 00:09:59,829 --> 00:09:59,839 时代系列 349 00:09:59,839 --> 00:10:04,150 时代系列 这是一个前兆信号呃呃 350 00:10:04,150 --> 00:10:04,160 这是一个前兆信号呃呃 351 00:10:04,160 --> 00:10:06,829 这是一个前兆信号呃呃 小费 352 00:10:06,829 --> 00:10:06,839 小费 353 00:10:06,839 --> 00:10:10,670 小费 点呃当然近年来我们也 354 00:10:10,670 --> 00:10:10,680 点呃当然近年来我们也 355 00:10:10,680 --> 00:10:13,870 点呃当然近年来我们也 从数据中有第三种方式 356 00:10:13,870 --> 00:10:13,880 从数据中有第三种方式 357 00:10:13,880 --> 00:10:18,150 从数据中有第三种方式 科学观点呃基于使用 358 00:10:18,150 --> 00:10:18,160 科学观点呃基于使用 359 00:10:18,160 --> 00:10:20,829 科学观点呃基于使用 我们可以去规划 Naro 网络 360 00:10:20,829 --> 00:10:20,839 我们可以去规划 Naro 网络 361 00:10:20,839 --> 00:10:24,350 我们可以去规划 Naro 网络 还呃构建预警 362 00:10:24,350 --> 00:10:24,360 还呃构建预警 363 00:10:24,360 --> 00:10:28,630 还呃构建预警 临界点的信号和这里 364 00:10:28,630 --> 00:10:28,640 临界点的信号和这里 365 00:10:28,640 --> 00:10:31,509 临界点的信号和这里 基于托马斯·巴里的呃第一 366 00:10:31,509 --> 00:10:31,519 基于托马斯·巴里的呃第一 367 00:10:31,519 --> 00:10:34,829 基于托马斯·巴里的呃第一 关于这个方向的论文呃 368 00:10:34,829 --> 00:10:34,839 关于这个方向的论文呃 369 00:10:34,839 --> 00:10:37,910 关于这个方向的论文呃 我们在哪里可以找到呃关键 370 00:10:37,910 --> 00:10:37,920 我们在哪里可以找到呃关键 371 00:10:37,920 --> 00:10:40,829 我们在哪里可以找到呃关键 减速指标和关键指标 372 00:10:40,829 --> 00:10:40,839 减速指标和关键指标 373 00:10:40,839 --> 00:10:42,550 减速指标和关键指标 放慢速度并取消规划 374 00:10:42,550 --> 00:10:42,560 放慢速度并取消规划 375 00:10:42,560 --> 00:10:45,069 放慢速度并取消规划 指标可以做出预测 376 00:10:45,069 --> 00:10:45,079 指标可以做出预测 377 00:10:45,079 --> 00:10:49,550 指标可以做出预测 临界点呃非常好并且 378 00:10:49,550 --> 00:10:49,560 临界点呃非常好并且 379 00:10:49,560 --> 00:10:52,870 临界点呃非常好并且 这对我们有好处 380 00:10:52,870 --> 00:10:52,880 这对我们有好处 381 00:10:52,880 --> 00:10:56,110 这对我们有好处 临界点和气候气候 382 00:10:56,110 --> 00:10:56,120 临界点和气候气候 383 00:10:56,120 --> 00:11:00,030 临界点和气候气候 呃预测呃社区 384 00:11:00,030 --> 00:11:00,040 呃预测呃社区 385 00:11:00,040 --> 00:11:04,670 呃预测呃社区 但是呃呃最近嗯一些 386 00:11:04,670 --> 00:11:04,680 但是呃呃最近嗯一些 387 00:11:04,680 --> 00:11:06,829 但是呃呃最近嗯一些 研究一些科学家刚刚注意到的 388 00:11:06,829 --> 00:11:06,839 研究一些科学家刚刚注意到的 389 00:11:06,839 --> 00:11:11,750 研究一些科学家刚刚注意到的 一些不同的东西呃，就是它，呃 390 00:11:11,750 --> 00:11:11,760 一些不同的东西呃，就是它，呃 391 00:11:11,760 --> 00:11:15,470 一些不同的东西呃，就是它，呃 它基于一项建模研究 392 00:11:15,470 --> 00:11:15,480 它基于一项建模研究 393 00:11:15,480 --> 00:11:17,590 它基于一项建模研究 亚洲TL 394 00:11:17,590 --> 00:11:17,600 亚洲TL 395 00:11:17,600 --> 00:11:21,230 亚洲TL 大西洋 um o 海洋环流 396 00:11:21,230 --> 00:11:21,240 大西洋 um o 海洋环流 397 00:11:21,240 --> 00:11:24,190 大西洋 um o 海洋环流 模拟实验通常我们可以 398 00:11:24,190 --> 00:11:24,200 模拟实验通常我们可以 399 00:11:24,200 --> 00:11:28,870 模拟实验通常我们可以 定义一些安全的空间，就像当 400 00:11:28,870 --> 00:11:28,880 定义一些安全的空间，就像当 401 00:11:28,880 --> 00:11:33,030 定义一些安全的空间，就像当 我们从呃怎么能当我们会的时候 402 00:11:33,030 --> 00:11:33,040 我们从呃怎么能当我们会的时候 403 00:11:33,040 --> 00:11:36,269 我们从呃怎么能当我们会的时候 知道我们有我们知道我们有呃 404 00:11:36,269 --> 00:11:36,279 知道我们有我们知道我们有呃 405 00:11:36,279 --> 00:11:39,269 知道我们有我们知道我们有呃 全球变暖作为外部强迫 406 00:11:39,269 --> 00:11:39,279 全球变暖作为外部强迫 407 00:11:39,279 --> 00:11:42,509 全球变暖作为外部强迫 呃到海洋环流但是当 408 00:11:42,509 --> 00:11:42,519 呃到海洋环流但是当 409 00:11:42,519 --> 00:11:46,310 呃到海洋环流但是当 外强迫增加但 U 如果 410 00:11:46,310 --> 00:11:46,320 外强迫增加但 U 如果 411 00:11:46,320 --> 00:11:49,350 外强迫增加但 U 如果 就是它还没有达到呃临界点 412 00:11:49,350 --> 00:11:49,360 就是它还没有达到呃临界点 413 00:11:49,360 --> 00:11:53,030 就是它还没有达到呃临界点 阈值那么这意味着我们的呃攀登 414 00:11:53,030 --> 00:11:53,040 阈值那么这意味着我们的呃攀登 415 00:11:53,040 --> 00:11:56,629 阈值那么这意味着我们的呃攀登 系统安全稳定呃小费 416 00:11:56,629 --> 00:11:56,639 系统安全稳定呃小费 417 00:11:56,639 --> 00:11:59,509 系统安全稳定呃小费 点不会发生，呃 418 00:11:59,509 --> 00:11:59,519 点不会发生，呃 419 00:11:59,519 --> 00:12:03,949 点不会发生，呃 通常我们可以定义一个不同的 420 00:12:03,949 --> 00:12:03,959 通常我们可以定义一个不同的 421 00:12:03,959 --> 00:12:08,590 通常我们可以定义一个不同的 呃安全操作的边界呃 422 00:12:08,590 --> 00:12:08,600 呃安全操作的边界呃 423 00:12:08,600 --> 00:12:12,629 呃安全操作的边界呃 安全和呃稳定之间的空间 424 00:12:12,629 --> 00:12:12,639 安全和呃稳定之间的空间 425 00:12:12,639 --> 00:12:16,389 安全和呃稳定之间的空间 气候和气候 426 00:12:16,389 --> 00:12:16,399 气候和气候 427 00:12:16,399 --> 00:12:20,470 气候和气候 小费翻译呃但是有什么 428 00:12:20,470 --> 00:12:20,480 小费翻译呃但是有什么 429 00:12:20,480 --> 00:12:24,550 小费翻译呃但是有什么 当呃亚纳斯时注意到不同 430 00:12:24,550 --> 00:12:24,560 当呃亚纳斯时注意到不同 431 00:12:24,560 --> 00:12:26,389 当呃亚纳斯时注意到不同 卢曼呃 432 00:12:26,389 --> 00:12:26,399 卢曼呃 433 00:12:26,399 --> 00:12:29,750 卢曼呃 研究呃当他们研究 434 00:12:29,750 --> 00:12:29,760 研究呃当他们研究 435 00:12:29,760 --> 00:12:33,350 研究呃当他们研究 呃 aor 模拟呃通常我们可以 436 00:12:33,350 --> 00:12:33,360 呃 aor 模拟呃通常我们可以 437 00:12:33,360 --> 00:12:36,910 呃 aor 模拟呃通常我们可以 可以构造这样的平衡 438 00:12:36,910 --> 00:12:36,920 可以构造这样的平衡 439 00:12:36,920 --> 00:12:41,430 可以构造这样的平衡 说出呃图我们就可以理解 440 00:12:41,430 --> 00:12:41,440 说出呃图我们就可以理解 441 00:12:41,440 --> 00:12:46,069 说出呃图我们就可以理解 它使用传统的bation理论 442 00:12:46,069 --> 00:12:46,079 它使用传统的bation理论 443 00:12:46,079 --> 00:12:51,030 它使用传统的bation理论 但是嗯，当亚纳斯呃和彼得 444 00:12:51,030 --> 00:12:51,040 但是嗯，当亚纳斯呃和彼得 445 00:12:51,040 --> 00:12:54,269 但是嗯，当亚纳斯呃和彼得 当他们进行不同的锻造时 446 00:12:54,269 --> 00:12:54,279 当他们进行不同的锻造时 447 00:12:54,279 --> 00:12:58,389 当他们进行不同的锻造时 呃对 AAR 模拟的评价是 448 00:12:58,389 --> 00:12:58,399 呃对 AAR 模拟的评价是 449 00:12:58,399 --> 00:13:01,750 呃对 AAR 模拟的评价是 是来自东南部的淡水 450 00:13:01,750 --> 00:13:01,760 是来自东南部的淡水 451 00:13:01,760 --> 00:13:04,470 是来自东南部的淡水 冰呃当他们使用不同的 452 00:13:04,470 --> 00:13:04,480 冰呃当他们使用不同的 453 00:13:04,480 --> 00:13:08,629 冰呃当他们使用不同的 强迫 um 的增加率 454 00:13:08,629 --> 00:13:08,639 强迫 um 的增加率 455 00:13:08,639 --> 00:13:10,590 强迫 um 的增加率 特别是当他们增加 456 00:13:10,590 --> 00:13:10,600 特别是当他们增加 457 00:13:10,600 --> 00:13:14,310 特别是当他们增加 施力速度就像呃非常快的施力 458 00:13:14,310 --> 00:13:14,320 施力速度就像呃非常快的施力 459 00:13:14,320 --> 00:13:18,350 施力速度就像呃非常快的施力 评价呃然后他们注意到了呃 460 00:13:18,350 --> 00:13:18,360 评价呃然后他们注意到了呃 461 00:13:18,360 --> 00:13:23,230 评价呃然后他们注意到了呃 攀登阿马尔州将达到 462 00:13:23,230 --> 00:13:23,240 攀登阿马尔州将达到 463 00:13:23,240 --> 00:13:26,230 攀登阿马尔州将达到 呃临界点比 464 00:13:26,230 --> 00:13:26,240 呃临界点比 465 00:13:26,240 --> 00:13:29,829 呃临界点比 这是业余爱好的临界点 466 00:13:29,829 --> 00:13:29,839 这是业余爱好的临界点 467 00:13:29,839 --> 00:13:34,069 这是业余爱好的临界点 呃，这是出乎意料的，呃 468 00:13:34,069 --> 00:13:34,079 呃，这是出乎意料的，呃 469 00:13:34,079 --> 00:13:37,110 呃，这是出乎意料的，呃 是的，这是由呃rting引起的 470 00:13:37,110 --> 00:13:37,120 是的，这是由呃rting引起的 471 00:13:37,120 --> 00:13:40,030 是的，这是由呃rting引起的 给小费，呃，这也可能发生 472 00:13:40,030 --> 00:13:40,040 给小费，呃，这也可能发生 473 00:13:40,040 --> 00:13:43,430 给小费，呃，这也可能发生 对于很多呃其他非线性 474 00:13:43,430 --> 00:13:43,440 对于很多呃其他非线性 475 00:13:43,440 --> 00:13:47,150 对于很多呃其他非线性 系统B基本上呃大约10年 476 00:13:47,150 --> 00:13:47,160 系统B基本上呃大约10年 477 00:13:47,160 --> 00:13:52,590 系统B基本上呃大约10年 之前呃嗯一些研究已经来自 478 00:13:52,590 --> 00:13:52,600 之前呃嗯一些研究已经来自 479 00:13:52,600 --> 00:13:55,150 之前呃嗯一些研究已经来自 他们已经意识到的数学家 480 00:13:55,150 --> 00:13:55,160 他们已经意识到的数学家 481 00:13:55,160 --> 00:13:57,430 他们已经意识到的数学家 也许会有三种 482 00:13:57,430 --> 00:13:57,440 也许会有三种 483 00:13:57,440 --> 00:14:01,269 也许会有三种 给尼纳尔系统小费呃 484 00:14:01,269 --> 00:14:01,279 给尼纳尔系统小费呃 485 00:14:01,279 --> 00:14:04,629 给尼纳尔系统小费呃 通常是我们通常谈论的那个 486 00:14:04,629 --> 00:14:04,639 通常是我们通常谈论的那个 487 00:14:04,639 --> 00:14:07,389 通常是我们通常谈论的那个 这是 IND 临界点吗 488 00:14:07,389 --> 00:14:07,399 这是 IND 临界点吗 489 00:14:07,399 --> 00:14:10,870 这是 IND 临界点吗 意思是下呃下减速 490 00:14:10,870 --> 00:14:10,880 意思是下呃下减速 491 00:14:10,880 --> 00:14:14,389 意思是下呃下减速 改变呃外部强迫 492 00:14:14,389 --> 00:14:14,399 改变呃外部强迫 493 00:14:14,399 --> 00:14:18,310 改变呃外部强迫 呃系统的吸引子 Bas 会 494 00:14:18,310 --> 00:14:18,320 呃系统的吸引子 Bas 会 495 00:14:18,320 --> 00:14:22,910 呃系统的吸引子 Bas 会 有一个会改变它的形状，呃 496 00:14:22,910 --> 00:14:22,920 有一个会改变它的形状，呃 497 00:14:22,920 --> 00:14:26,629 有一个会改变它的形状，呃 平衡状态将是 498 00:14:26,629 --> 00:14:26,639 平衡状态将是 499 00:14:26,639 --> 00:14:29,629 平衡状态将是 动态状态会发生变化 500 00:14:29,629 --> 00:14:29,639 动态状态会发生变化 501 00:14:29,639 --> 00:14:33,189 动态状态会发生变化 也通过外部转移 502 00:14:33,189 --> 00:14:33,199 也通过外部转移 503 00:14:33,199 --> 00:14:36,189 也通过外部转移 强迫然后它可以改变为另一个 504 00:14:36,189 --> 00:14:36,199 强迫然后它可以改变为另一个 505 00:14:36,199 --> 00:14:39,790 强迫然后它可以改变为另一个 声明这是一个临界点但是 506 00:14:39,790 --> 00:14:39,800 声明这是一个临界点但是 507 00:14:39,800 --> 00:14:43,269 声明这是一个临界点但是 呃还有另外两个两个呃 508 00:14:43,269 --> 00:14:43,279 呃还有另外两个两个呃 509 00:14:43,279 --> 00:14:45,990 呃还有另外两个两个呃 噪音 IND 的倾翻类型 510 00:14:45,990 --> 00:14:46,000 噪音 IND 的倾翻类型 511 00:14:46,000 --> 00:14:49,389 噪音 IND 的倾翻类型 小费就是呃，没有什么 512 00:14:49,389 --> 00:14:49,399 小费就是呃，没有什么 513 00:14:49,399 --> 00:14:51,670 小费就是呃，没有什么 强大的外力，但只是一些 514 00:14:51,670 --> 00:14:51,680 强大的外力，但只是一些 515 00:14:51,680 --> 00:14:55,230 强大的外力，但只是一些 噪音操作或噪音呃事情 516 00:14:55,230 --> 00:14:55,240 噪音操作或噪音呃事情 517 00:14:55,240 --> 00:14:59,069 噪音操作或噪音呃事情 但基本上是呃 trct bre at 518 00:14:59,069 --> 00:14:59,079 但基本上是呃 trct bre at 519 00:14:59,079 --> 00:15:01,749 但基本上是呃 trct bre at trct系统的盆地可以保持 520 00:15:01,749 --> 00:15:01,759 trct系统的盆地可以保持 521 00:15:01,759 --> 00:15:07,870 trct系统的盆地可以保持 它的形状和呃只是因为呃 522 00:15:07,870 --> 00:15:07,880 它的形状和呃只是因为呃 523 00:15:07,880 --> 00:15:12,470 它的形状和呃只是因为呃 噪声 p uh 噪声强迫可以驱动 524 00:15:12,470 --> 00:15:12,480 噪声 p uh 噪声强迫可以驱动 525 00:15:12,480 --> 00:15:15,230 噪声 p uh 噪声强迫可以驱动 呃系统状态来自一台设备 526 00:15:15,230 --> 00:15:15,240 呃系统状态来自一台设备 527 00:15:15,240 --> 00:15:18,069 呃系统状态来自一台设备 平衡状态到另一个平衡状态 528 00:15:18,069 --> 00:15:18,079 平衡状态到另一个平衡状态 529 00:15:18,079 --> 00:15:21,389 平衡状态到另一个平衡状态 说明这是噪音倾倒但是 530 00:15:21,389 --> 00:15:21,399 说明这是噪音倾倒但是 531 00:15:21,399 --> 00:15:23,790 说明这是噪音倾倒但是 对于我提到的小费 532 00:15:23,790 --> 00:15:23,800 对于我提到的小费 533 00:15:23,800 --> 00:15:28,670 对于我提到的小费 最后一张幻灯片是呃，这是呃，是由呃引起的 534 00:15:28,670 --> 00:15:28,680 最后一张幻灯片是呃，这是呃，是由呃引起的 535 00:15:28,680 --> 00:15:31,389 最后一张幻灯片是呃，这是呃，是由呃引起的 快速强迫特别是快速 536 00:15:31,389 --> 00:15:31,399 快速强迫特别是快速 537 00:15:31,399 --> 00:15:33,990 快速强迫特别是快速 强迫意味着当强迫 538 00:15:33,990 --> 00:15:34,000 强迫意味着当强迫 539 00:15:34,000 --> 00:15:37,790 强迫意味着当强迫 非常快，呃，相对而言 540 00:15:37,790 --> 00:15:37,800 非常快，呃，相对而言 541 00:15:37,800 --> 00:15:40,150 非常快，呃，相对而言 吸引子盆地也许它的形状还没有 542 00:15:40,150 --> 00:15:40,160 吸引子盆地也许它的形状还没有 543 00:15:40,160 --> 00:15:44,710 吸引子盆地也许它的形状还没有 改变了很多但是平衡但是 544 00:15:44,710 --> 00:15:44,720 改变了很多但是平衡但是 545 00:15:44,720 --> 00:15:49,230 改变了很多但是平衡但是 呃系统状态不能呃吸引 546 00:15:49,230 --> 00:15:49,240 呃系统状态不能呃吸引 547 00:15:49,240 --> 00:15:52,749 呃系统状态不能呃吸引 不再是原来的平衡状态 548 00:15:52,749 --> 00:15:52,759 不再是原来的平衡状态 549 00:15:52,759 --> 00:15:55,990 不再是原来的平衡状态 然后它就可以很容易地转移呃 550 00:15:55,990 --> 00:15:56,000 然后它就可以很容易地转移呃 551 00:15:56,000 --> 00:15:59,509 然后它就可以很容易地转移呃 转移到另一个平衡状态或 552 00:15:59,509 --> 00:15:59,519 转移到另一个平衡状态或 553 00:15:59,519 --> 00:16:02,790 转移到另一个平衡状态或 只是折叠这是 r IND 小费 554 00:16:02,790 --> 00:16:02,800 只是折叠这是 r IND 小费 555 00:16:02,800 --> 00:16:05,990 只是折叠这是 r IND 小费 它们是噪音和 R IND 倾斜 556 00:16:05,990 --> 00:16:06,000 它们是噪音和 R IND 倾斜 557 00:16:06,000 --> 00:16:10,430 它们是噪音和 R IND 倾斜 刚刚出乎意料地发生了 558 00:16:10,430 --> 00:16:10,440 刚刚出乎意料地发生了 559 00:16:10,440 --> 00:16:13,749 刚刚出乎意料地发生了 图表以及呃这意味着什么 560 00:16:13,749 --> 00:16:13,759 图表以及呃这意味着什么 561 00:16:13,759 --> 00:16:17,749 图表以及呃这意味着什么 我们的气候系统呃我们知道 562 00:16:17,749 --> 00:16:17,759 我们的气候系统呃我们知道 563 00:16:17,759 --> 00:16:21,790 我们的气候系统呃我们知道 未来的场景呃人们总是呃和 564 00:16:21,790 --> 00:16:21,800 未来的场景呃人们总是呃和 565 00:16:21,800 --> 00:16:25,990 未来的场景呃人们总是呃和 社会总是担心呃呃 566 00:16:25,990 --> 00:16:26,000 社会总是担心呃呃 567 00:16:26,000 --> 00:16:29,430 社会总是担心呃呃 全球变暖气体排放及其 568 00:16:29,430 --> 00:16:29,440 全球变暖气体排放及其 569 00:16:29,440 --> 00:16:32,910 全球变暖气体排放及其 已经设计了不同的呃发射 570 00:16:32,910 --> 00:16:32,920 已经设计了不同的呃发射 571 00:16:32,920 --> 00:16:36,350 已经设计了不同的呃发射 路径轨迹 路径此 572 00:16:36,350 --> 00:16:36,360 路径轨迹 路径此 573 00:16:36,360 --> 00:16:40,389 路径轨迹 路径此 意味着呃我们可以有各种呃非常 574 00:16:40,389 --> 00:16:40,399 意味着呃我们可以有各种呃非常 575 00:16:40,399 --> 00:16:43,069 意味着呃我们可以有各种呃非常 未来不同的强迫率 576 00:16:43,069 --> 00:16:43,079 未来不同的强迫率 577 00:16:43,079 --> 00:16:46,389 未来不同的强迫率 场景但这意味着呃我们的 578 00:16:46,389 --> 00:16:46,399 场景但这意味着呃我们的 579 00:16:46,399 --> 00:16:49,470 场景但这意味着呃我们的 气候可能更加复杂 580 00:16:49,470 --> 00:16:49,480 气候可能更加复杂 581 00:16:49,480 --> 00:16:51,990 气候可能更加复杂 噪音行业带来的倾覆风险 582 00:16:51,990 --> 00:16:52,000 噪音行业带来的倾覆风险 583 00:16:52,000 --> 00:16:55,430 噪音行业带来的倾覆风险 小费和 R IND 小费 uh 图 584 00:16:55,430 --> 00:16:55,440 小费和 R IND 小费 uh 图 585 00:16:55,440 --> 00:16:59,829 小费和 R IND 小费 uh 图 也许呃这意味着即使我们不这样做 586 00:16:59,829 --> 00:16:59,839 也许呃这意味着即使我们不这样做 587 00:16:59,839 --> 00:17:02,430 也许呃这意味着即使我们不这样做 我们还没有达到小费标准 588 00:17:02,430 --> 00:17:02,440 我们还没有达到小费标准 589 00:17:02,440 --> 00:17:06,230 我们还没有达到小费标准 临界点阈值 590 00:17:06,230 --> 00:17:06,240 临界点阈值 591 00:17:06,240 --> 00:17:08,309 临界点阈值 在未来的场景中但我们的强迫 592 00:17:08,309 --> 00:17:08,319 在未来的场景中但我们的强迫 593 00:17:08,319 --> 00:17:12,029 在未来的场景中但我们的强迫 非常快 那么呃也有可能 594 00:17:12,029 --> 00:17:12,039 非常快 那么呃也有可能 595 00:17:12,039 --> 00:17:16,750 非常快 那么呃也有可能 因为我们的气候失去了呃 596 00:17:16,750 --> 00:17:16,760 597 00:17:16,760 --> 00:17:19,189 稳定性呃 598 00:17:19,189 --> 00:17:19,199 稳定性呃 599 00:17:19,199 --> 00:17:22,590 稳定性呃 所以我们真的很想做一些 600 00:17:22,590 --> 00:17:22,600 所以我们真的很想做一些 601 00:17:22,600 --> 00:17:25,710 所以我们真的很想做一些 预测呃做出一些改进 602 00:17:25,710 --> 00:17:25,720 预测呃做出一些改进 603 00:17:25,720 --> 00:17:27,590 预测呃做出一些改进 呃对于rting De的预测 604 00:17:27,590 --> 00:17:27,600 呃对于rting De的预测 605 00:17:27,600 --> 00:17:29,430 呃对于rting De的预测 使这一切变得晴朗 606 00:17:29,430 --> 00:17:29,440 使这一切变得晴朗 607 00:17:29,440 --> 00:17:33,110 使这一切变得晴朗 临界点，但是这是 608 00:17:33,110 --> 00:17:33,120 临界点，但是这是 609 00:17:33,120 --> 00:17:35,029 临界点，但是这是 确实具有挑战性，因为基于 610 00:17:35,029 --> 00:17:35,039 确实具有挑战性，因为基于 611 00:17:35,039 --> 00:17:39,270 确实具有挑战性，因为基于 最近最近的呃研究系列 612 00:17:39,270 --> 00:17:39,280 最近最近的呃研究系列 613 00:17:39,280 --> 00:17:42,029 最近最近的呃研究系列 我们已经意识到它的研究 614 00:17:42,029 --> 00:17:42,039 我们已经意识到它的研究 615 00:17:42,039 --> 00:17:45,830 我们已经意识到它的研究 首先真的很有挑战性呃 616 00:17:45,830 --> 00:17:45,840 首先真的很有挑战性呃 617 00:17:45,840 --> 00:17:48,549 首先真的很有挑战性呃 动力学方程通常是动力学 618 00:17:48,549 --> 00:17:48,559 动力学方程通常是动力学 619 00:17:48,559 --> 00:17:51,270 动力学方程通常是动力学 我们现实系统的方程是 620 00:17:51,270 --> 00:17:51,280 我们现实系统的方程是 621 00:17:51,280 --> 00:17:56,630 我们现实系统的方程是 未知，而且呃我们然后我们可以 622 00:17:56,630 --> 00:17:56,640 未知，而且呃我们然后我们可以 623 00:17:56,640 --> 00:17:59,590 未知，而且呃我们然后我们可以 真正了解关键阈值 624 00:17:59,590 --> 00:17:59,600 真正了解关键阈值 625 00:17:59,600 --> 00:18:03,190 真正了解关键阈值 呃 给小费 rting 小费 626 00:18:03,190 --> 00:18:03,200 呃 给小费 rting 小费 627 00:18:03,200 --> 00:18:06,669 呃 给小费 rting 小费 其次呃我们阿尔呃我们也已经 628 00:18:06,669 --> 00:18:06,679 其次呃我们阿尔呃我们也已经 629 00:18:06,679 --> 00:18:09,350 其次呃我们阿尔呃我们也已经 知道关键减速并不 630 00:18:09,350 --> 00:18:09,360 知道关键减速并不 631 00:18:09,360 --> 00:18:13,909 知道关键减速并不 必然适用于呃呃噪音 632 00:18:13,909 --> 00:18:13,919 必然适用于呃呃噪音 633 00:18:13,919 --> 00:18:17,310 必然适用于呃呃噪音 并对步进进行评级，因为嗯 634 00:18:17,310 --> 00:18:17,320 并对步进进行评级，因为嗯 635 00:18:17,320 --> 00:18:19,909 并对步进进行评级，因为嗯 基本上呃关键的放缓 636 00:18:19,909 --> 00:18:19,919 基本上呃关键的放缓 637 00:18:19,919 --> 00:18:23,149 基本上呃关键的放缓 基于线性 uh 假设 638 00:18:23,149 --> 00:18:23,159 基于线性 uh 假设 639 00:18:23,159 --> 00:18:24,950 基于线性 uh 假设 周围的 640 00:18:24,950 --> 00:18:24,960 周围的 641 00:18:24,960 --> 00:18:28,270 周围的 平衡但在这个Cas中 642 00:18:28,270 --> 00:18:28,280 平衡但在这个Cas中 643 00:18:28,280 --> 00:18:31,789 平衡但在这个Cas中 在那些小费情况下，这并不 644 00:18:31,789 --> 00:18:31,799 在那些小费情况下，这并不 645 00:18:31,799 --> 00:18:33,430 在那些小费情况下，这并不 必然 646 00:18:33,430 --> 00:18:33,440 必然 647 00:18:33,440 --> 00:18:38,909 必然 嗯，当然，通常是为了 648 00:18:38,909 --> 00:18:38,919 嗯，当然，通常是为了 649 00:18:38,919 --> 00:18:41,669 嗯，当然，通常是为了 现实系统 IND 小费率 650 00:18:41,669 --> 00:18:41,679 现实系统 IND 小费率 651 00:18:41,679 --> 00:18:44,390 现实系统 IND 小费率 和噪音 IND 像天气一样倾斜 652 00:18:44,390 --> 00:18:44,400 和噪音 IND 像天气一样倾斜 653 00:18:44,400 --> 00:18:47,669 和噪音 IND 像天气一样倾斜 操作也喜欢一些呃内部 654 00:18:47,669 --> 00:18:47,679 操作也喜欢一些呃内部 655 00:18:47,679 --> 00:18:50,950 操作也喜欢一些呃内部 气候系统的变率 656 00:18:50,950 --> 00:18:50,960 气候系统的变率 657 00:18:50,960 --> 00:18:54,510 气候系统的变率 通常可以一起发生吗 658 00:18:54,510 --> 00:18:54,520 通常可以一起发生吗 659 00:18:54,520 --> 00:18:57,830 通常可以一起发生吗 与我们的气候合作 660 00:18:57,830 --> 00:18:57,840 与我们的气候合作 661 00:18:57,840 --> 00:19:02,950 与我们的气候合作 系统呃第四嗯也很 662 00:19:02,950 --> 00:19:02,960 系统呃第四嗯也很 663 00:19:02,960 --> 00:19:08,029 系统呃第四嗯也很 很难一般呃到呃得到一些 664 00:19:08,029 --> 00:19:08,039 很难一般呃到呃得到一些 665 00:19:08,039 --> 00:19:10,669 很难一般呃到呃得到一些 徽章模拟的经验 666 00:19:10,669 --> 00:19:10,679 徽章模拟的经验 667 00:19:10,679 --> 00:19:13,350 徽章模拟的经验 然后气候模型做出预测 668 00:19:13,350 --> 00:19:13,360 然后气候模型做出预测 669 00:19:13,360 --> 00:19:17,270 然后气候模型做出预测 一些个人的轨迹和 670 00:19:17,270 --> 00:19:17,280 一些个人的轨迹和 671 00:19:17,280 --> 00:19:19,710 一些个人的轨迹和 嗯，接下来的幻灯片我将解释这一点 672 00:19:19,710 --> 00:19:19,720 嗯，接下来的幻灯片我将解释这一点 673 00:19:19,720 --> 00:19:22,950 嗯，接下来的幻灯片我将解释这一点 两个呃第三个和第四个 674 00:19:22,950 --> 00:19:22,960 两个呃第三个和第四个 675 00:19:22,960 --> 00:19:26,710 两个呃第三个和第四个 一个呃第一点非常 676 00:19:26,710 --> 00:19:26,720 一个呃第一点非常 677 00:19:26,720 --> 00:19:30,830 一个呃第一点非常 详细呃我的意思是嗯 678 00:19:30,830 --> 00:19:30,840 详细呃我的意思是嗯 679 00:19:30,840 --> 00:19:35,669 详细呃我的意思是嗯 rting de tiing 在这里 呃，是呃 680 00:19:35,669 --> 00:19:35,679 rting de tiing 在这里 呃，是呃 681 00:19:35,679 --> 00:19:39,390 rting de tiing 在这里 呃，是呃 呃，可以用这三个来解释 682 00:19:39,390 --> 00:19:39,400 呃，可以用这三个来解释 683 00:19:39,400 --> 00:19:42,390 呃，可以用这三个来解释 呃，这三个面板首先当我们 684 00:19:42,390 --> 00:19:42,400 呃，这三个面板首先当我们 685 00:19:42,400 --> 00:19:46,990 呃，这三个面板首先当我们 执行得很慢呃慢慢改变 686 00:19:46,990 --> 00:19:47,000 执行得很慢呃慢慢改变 687 00:19:47,000 --> 00:19:50,990 执行得很慢呃慢慢改变 强迫系统也许系统 688 00:19:50,990 --> 00:19:51,000 强迫系统也许系统 689 00:19:51,000 --> 00:19:54,669 强迫系统也许系统 嗯嗯动态状态为红色 690 00:19:54,669 --> 00:19:54,679 嗯嗯动态状态为红色 691 00:19:54,679 --> 00:19:58,789 嗯嗯动态状态为红色 点它会它它会永远吸引 692 00:19:58,789 --> 00:19:58,799 点它会它它会永远吸引 693 00:19:58,799 --> 00:20:03,270 点它会它它会永远吸引 这是呃平衡状态固定点并且 694 00:20:03,270 --> 00:20:03,280 这是呃平衡状态固定点并且 695 00:20:03,280 --> 00:20:06,270 这是呃平衡状态固定点并且 临界点不会发生，但是 696 00:20:06,270 --> 00:20:06,280 临界点不会发生，但是 697 00:20:06,280 --> 00:20:09,909 临界点不会发生，但是 如果改变吸引盆地的方式 698 00:20:09,909 --> 00:20:09,919 如果改变吸引盆地的方式 699 00:20:09,919 --> 00:20:15,230 如果改变吸引盆地的方式 系统非常快呃可能是这个 700 00:20:15,230 --> 00:20:15,240 系统非常快呃可能是这个 701 00:20:15,240 --> 00:20:20,070 系统非常快呃可能是这个 红条它无法嗯真正跟踪它 702 00:20:20,070 --> 00:20:20,080 红条它无法嗯真正跟踪它 703 00:20:20,080 --> 00:20:23,750 红条它无法嗯真正跟踪它 原来的吸引盆，只需提示即可 704 00:20:23,750 --> 00:20:23,760 原来的吸引盆，只需提示即可 705 00:20:23,760 --> 00:20:26,669 原来的吸引盆，只需提示即可 另一个呃另一个状态这是 706 00:20:26,669 --> 00:20:26,679 另一个呃另一个状态这是 707 00:20:26,679 --> 00:20:29,190 另一个呃另一个状态这是 可能，但在这两种情况下 708 00:20:29,190 --> 00:20:29,200 可能，但在这两种情况下 709 00:20:29,200 --> 00:20:32,590 可能，但在这两种情况下 两种情况呃没有噪音 710 00:20:32,590 --> 00:20:32,600 两种情况呃没有噪音 711 00:20:32,600 --> 00:20:34,590 两种情况呃没有噪音 没有噪音 712 00:20:34,590 --> 00:20:34,600 没有噪音 713 00:20:34,600 --> 00:20:38,909 没有噪音 呃但是如果我们呃反对的话 714 00:20:38,909 --> 00:20:38,919 呃但是如果我们呃反对的话 715 00:20:38,919 --> 00:20:42,070 呃但是如果我们呃反对的话 额外的缺点另外考虑呃 716 00:20:42,070 --> 00:20:42,080 额外的缺点另外考虑呃 717 00:20:42,080 --> 00:20:45,630 额外的缺点另外考虑呃 噪音就像某些天气呃 718 00:20:45,630 --> 00:20:45,640 噪音就像某些天气呃 719 00:20:45,640 --> 00:20:49,390 噪音就像某些天气呃 和一些极端极端的前任 720 00:20:49,390 --> 00:20:49,400 和一些极端极端的前任 721 00:20:49,400 --> 00:20:52,630 和一些极端极端的前任 在这种情况下，内部生存能力甚至 722 00:20:52,630 --> 00:20:52,640 在这种情况下，内部生存能力甚至 723 00:20:52,640 --> 00:20:56,750 在这种情况下，内部生存能力甚至 虽然嗯呃强制转移率 724 00:20:56,750 --> 00:20:56,760 虽然嗯呃强制转移率 725 00:20:56,760 --> 00:21:00,510 虽然嗯呃强制转移率 不是那么快但是呃小费 726 00:21:00,510 --> 00:21:00,520 不是那么快但是呃小费 727 00:21:00,520 --> 00:21:03,070 不是那么快但是呃小费 仍然可能发生这就是我的意思 728 00:21:03,070 --> 00:21:03,080 仍然可能发生这就是我的意思 729 00:21:03,080 --> 00:21:06,990 仍然可能发生这就是我的意思 噪音和的音乐会 730 00:21:06,990 --> 00:21:07,000 噪音和的音乐会 731 00:21:07,000 --> 00:21:08,270 噪音和的音乐会 评级D 732 00:21:08,270 --> 00:21:08,280 评级D 733 00:21:08,280 --> 00:21:12,390 评级D 对于小费来说这可能是非常现实的 734 00:21:12,390 --> 00:21:12,400 对于小费来说这可能是非常现实的 735 00:21:12,400 --> 00:21:15,669 对于小费来说这可能是非常现实的 嗯更接近呃这可能是 736 00:21:15,669 --> 00:21:15,679 嗯更接近呃这可能是 737 00:21:15,679 --> 00:21:19,350 嗯更接近呃这可能是 更接近我们的实际案例，例如 738 00:21:19,350 --> 00:21:19,360 更接近我们的实际案例，例如 739 00:21:19,360 --> 00:21:22,310 更接近我们的实际案例，例如 植被和气候 740 00:21:22,310 --> 00:21:22,320 植被和气候 741 00:21:22,320 --> 00:21:27,669 植被和气候 系统，呃，我们只是采取 s 呃呃 742 00:21:27,669 --> 00:21:27,679 系统，呃，我们只是采取 s 呃呃 743 00:21:27,679 --> 00:21:29,350 系统，呃，我们只是采取 s 呃呃 我们只需要三个 744 00:21:29,350 --> 00:21:29,360 我们只需要三个 745 00:21:29,360 --> 00:21:33,070 我们只需要三个 呃典型的呃动力系统悲伤 746 00:21:33,070 --> 00:21:33,080 呃典型的呃动力系统悲伤 747 00:21:33,080 --> 00:21:36,950 呃典型的呃动力系统悲伤 不，螺栓连接和组合繁荣呃 748 00:21:36,950 --> 00:21:36,960 不，螺栓连接和组合繁荣呃 749 00:21:36,960 --> 00:21:40,070 不，螺栓连接和组合繁荣呃 系统并执行快速执行 750 00:21:40,070 --> 00:21:40,080 系统并执行快速执行 751 00:21:40,080 --> 00:21:44,549 系统并执行快速执行 迫使呃外部强迫对此 752 00:21:44,549 --> 00:21:44,559 迫使呃外部强迫对此 753 00:21:44,559 --> 00:21:48,549 迫使呃外部强迫对此 三个系统分别为 uh spef uh 754 00:21:48,549 --> 00:21:48,559 三个系统分别为 uh spef uh 755 00:21:48,559 --> 00:21:53,110 三个系统分别为 uh spef uh 并且还执行呃还添加一些 756 00:21:53,110 --> 00:21:53,120 并且还执行呃还添加一些 757 00:21:53,120 --> 00:21:56,549 并且还执行呃还添加一些 对他们进行噪音缓刑，然后我们 758 00:21:56,549 --> 00:21:56,559 对他们进行噪音缓刑，然后我们 759 00:21:56,559 --> 00:21:59,510 对他们进行噪音缓刑，然后我们 甚至可以得到不同的模拟 760 00:21:59,510 --> 00:21:59,520 甚至可以得到不同的模拟 761 00:21:59,520 --> 00:22:02,110 甚至可以得到不同的模拟 例如，如果我们首先看一下 762 00:22:02,110 --> 00:22:02,120 例如，如果我们首先看一下 763 00:22:02,120 --> 00:22:05,710 例如，如果我们首先看一下 我们总是对S节点系统进行模拟 764 00:22:05,710 --> 00:22:05,720 我们总是对S节点系统进行模拟 765 00:22:05,720 --> 00:22:09,029 我们总是对S节点系统进行模拟 保持相同的强迫 相同的强迫 766 00:22:09,029 --> 00:22:09,039 保持相同的强迫 相同的强迫 767 00:22:09,039 --> 00:22:11,909 保持相同的强迫 相同的强迫 轮廓和相同的强制率 768 00:22:11,909 --> 00:22:11,919 轮廓和相同的强制率 769 00:22:11,919 --> 00:22:15,430 轮廓和相同的强制率 迫使呃同样的呃迫使TR轨迹 770 00:22:15,430 --> 00:22:15,440 迫使呃同样的呃迫使TR轨迹 771 00:22:15,440 --> 00:22:19,710 迫使呃同样的呃迫使TR轨迹 时间序列，在这种情况下，如果我们 772 00:22:19,710 --> 00:22:19,720 时间序列，在这种情况下，如果我们 773 00:22:19,720 --> 00:22:22,149 时间序列，在这种情况下，如果我们 有不同的白噪声扰动 774 00:22:22,149 --> 00:22:22,159 有不同的白噪声扰动 775 00:22:22,159 --> 00:22:25,590 有不同的白噪声扰动 关于这个系统和轨迹 776 00:22:25,590 --> 00:22:25,600 关于这个系统和轨迹 777 00:22:25,600 --> 00:22:28,190 关于这个系统和轨迹 系统时间序列会很 778 00:22:28,190 --> 00:22:28,200 系统时间序列会很 779 00:22:28,200 --> 00:22:29,510 系统时间序列会很 不同的 780 00:22:29,510 --> 00:22:29,520 不同的 781 00:22:29,520 --> 00:22:32,029 不同的 在这里我们注意到其中一些是 782 00:22:32,029 --> 00:22:32,039 在这里我们注意到其中一些是 783 00:22:32,039 --> 00:22:36,029 在这里我们注意到其中一些是 是 TP 但其中一些不是，我们 784 00:22:36,029 --> 00:22:36,039 是 TP 但其中一些不是，我们 785 00:22:36,039 --> 00:22:39,470 是 TP 但其中一些不是，我们 还统计一下小费呃 786 00:22:39,470 --> 00:22:39,480 还统计一下小费呃 787 00:22:39,480 --> 00:22:43,269 还统计一下小费呃 提示时间就像这条红线的时候 788 00:22:43,269 --> 00:22:43,279 提示时间就像这条红线的时候 789 00:22:43,279 --> 00:22:45,470 提示时间就像这条红线的时候 当这个红色的时间Ser 790 00:22:45,470 --> 00:22:45,480 当这个红色的时间Ser 791 00:22:45,480 --> 00:22:49,190 当这个红色的时间Ser 与呃有很大的不同 792 00:22:49,190 --> 00:22:49,200 与呃有很大的不同 793 00:22:49,200 --> 00:22:50,430 与呃有很大的不同 不给小费 794 00:22:50,430 --> 00:22:50,440 不给小费 795 00:22:50,440 --> 00:22:54,510 不给小费 类别呃信封然后我们可以定义 796 00:22:54,510 --> 00:22:54,520 类别呃信封然后我们可以定义 797 00:22:54,520 --> 00:22:58,149 类别呃信封然后我们可以定义 小费时间，你会在这里看到 798 00:22:58,149 --> 00:22:58,159 小费时间，你会在这里看到 799 00:22:58,159 --> 00:23:01,350 小费时间，你会在这里看到 捆绑时间是呃不确定性 800 00:23:01,350 --> 00:23:01,360 捆绑时间是呃不确定性 801 00:23:01,360 --> 00:23:03,710 捆绑时间是呃不确定性 我们给小费的时间真的很大 802 00:23:03,710 --> 00:23:03,720 我们给小费的时间真的很大 803 00:23:03,720 --> 00:23:07,789 我们给小费的时间真的很大 我们不能真正估计呃 804 00:23:07,789 --> 00:23:07,799 我们不能真正估计呃 805 00:23:07,799 --> 00:23:11,990 我们不能真正估计呃 估计小费时间只需从 806 00:23:11,990 --> 00:23:12,000 估计小费时间只需从 807 00:23:12,000 --> 00:23:14,789 估计小费时间只需从 方程即使 808 00:23:14,789 --> 00:23:14,799 方程即使 809 00:23:14,799 --> 00:23:17,310 方程即使 现在我们已经知道呃物理 810 00:23:17,310 --> 00:23:17,320 现在我们已经知道呃物理 811 00:23:17,320 --> 00:23:20,070 现在我们已经知道呃物理 方程 数学 uh 方程 812 00:23:20,070 --> 00:23:20,080 方程 数学 uh 方程 813 00:23:20,080 --> 00:23:23,789 方程 数学 uh 方程 这没有设置任何系统，但我们可以引导 814 00:23:23,789 --> 00:23:23,799 这没有设置任何系统，但我们可以引导 815 00:23:23,799 --> 00:23:27,510 这没有设置任何系统，但我们可以引导 转向无法真正估计呃 816 00:23:27,510 --> 00:23:27,520 转向无法真正估计呃 817 00:23:27,520 --> 00:23:31,470 转向无法真正估计呃 强制 tpping r 的阈值 818 00:23:31,470 --> 00:23:31,480 强制 tpping r 的阈值 819 00:23:31,480 --> 00:23:35,230 强制 tpping r 的阈值 IND tpping 和这个呃这个可以这个 820 00:23:35,230 --> 00:23:35,240 IND tpping 和这个呃这个可以这个 821 00:23:35,240 --> 00:23:38,230 IND tpping 和这个呃这个可以这个 对于两者来说都是相似的 822 00:23:38,230 --> 00:23:38,240 对于两者来说都是相似的 823 00:23:38,240 --> 00:23:41,909 对于两者来说都是相似的 其他两个系统，当然这是 824 00:23:41,909 --> 00:23:41,919 其他两个系统，当然这是 825 00:23:41,919 --> 00:23:45,269 其他两个系统，当然这是 类似呃类似现象呃都是 826 00:23:45,269 --> 00:23:45,279 类似呃类似现象呃都是 827 00:23:45,279 --> 00:23:48,310 类似呃类似现象呃都是 约翰内斯和呃已经观察到 828 00:23:48,310 --> 00:23:48,320 约翰内斯和呃已经观察到 829 00:23:48,320 --> 00:23:52,909 约翰内斯和呃已经观察到 彼得在疯狂 830 00:23:52,909 --> 00:23:52,919 831 00:23:52,919 --> 00:23:57,149 模拟所以呃我们只是想要 832 00:23:57,149 --> 00:23:57,159 模拟所以呃我们只是想要 833 00:23:57,159 --> 00:23:59,669 模拟所以呃我们只是想要 对 for 进行一些 pred 预测 834 00:23:59,669 --> 00:23:59,679 对 for 进行一些 pred 预测 835 00:23:59,679 --> 00:24:03,110 对 for 进行一些 pred 预测 这个临界点我们只知道我 836 00:24:03,110 --> 00:24:03,120 这个临界点我们只知道我 837 00:24:03,120 --> 00:24:06,510 这个临界点我们只知道我 提到了三个主要方法呃 838 00:24:06,510 --> 00:24:06,520 提到了三个主要方法呃 839 00:24:06,520 --> 00:24:09,590 提到了三个主要方法呃 第一种方法是的，它不起作用 840 00:24:09,590 --> 00:24:09,600 第一种方法是的，它不起作用 841 00:24:09,600 --> 00:24:13,590 第一种方法是的，它不起作用 这里找到的 F 是 um 阈值 842 00:24:13,590 --> 00:24:13,600 这里找到的 F 是 um 阈值 843 00:24:13,600 --> 00:24:17,430 这里找到的 F 是 um 阈值 但它在这里不起作用，然后呃 844 00:24:17,430 --> 00:24:17,440 但它在这里不起作用，然后呃 845 00:24:17,440 --> 00:24:20,350 但它在这里不起作用，然后呃 我们采取呃关键放慢速度 846 00:24:20,350 --> 00:24:20,360 我们采取呃关键放慢速度 847 00:24:20,360 --> 00:24:22,630 我们采取呃关键放慢速度 指示自动 848 00:24:22,630 --> 00:24:22,640 指示自动 849 00:24:22,640 --> 00:24:27,110 指示自动 阳离子以及 um 方差 850 00:24:27,110 --> 00:24:27,120 阳离子以及 um 方差 851 00:24:27,120 --> 00:24:31,750 阳离子以及 um 方差 首先，如果我们呃呃，时间在这里 852 00:24:31,750 --> 00:24:31,760 首先，如果我们呃呃，时间在这里 853 00:24:31,760 --> 00:24:36,350 首先，如果我们呃呃，时间在这里 如果我们呃简单地将呃分类为Cate 854 00:24:36,350 --> 00:24:36,360 如果我们呃简单地将呃分类为Cate 855 00:24:36,360 --> 00:24:39,029 如果我们呃简单地将呃分类为Cate 将一个类别分为两个类别 856 00:24:39,029 --> 00:24:39,039 将一个类别分为两个类别 857 00:24:39,039 --> 00:24:42,029 将一个类别分为两个类别 响铃场景和无铃场景 858 00:24:42,029 --> 00:24:42,039 响铃场景和无铃场景 859 00:24:42,039 --> 00:24:45,830 响铃场景和无铃场景 我们的标志模拟时间序列或 860 00:24:45,830 --> 00:24:45,840 我们的标志模拟时间序列或 861 00:24:45,840 --> 00:24:49,149 我们的标志模拟时间序列或 样本然后呃从严肃的时间开始 862 00:24:49,149 --> 00:24:49,159 样本然后呃从严肃的时间开始 863 00:24:49,159 --> 00:24:52,909 样本然后呃从严肃的时间开始 环发生之前的轨迹 864 00:24:52,909 --> 00:24:52,919 环发生之前的轨迹 865 00:24:52,919 --> 00:24:57,909 环发生之前的轨迹 不能呃我们找不到找出呃 866 00:24:57,909 --> 00:24:57,919 不能呃我们找不到找出呃 867 00:24:57,919 --> 00:25:01,750 不能呃我们找不到找出呃 视觉上区分 tping 时间 Ser 868 00:25:01,750 --> 00:25:01,760 视觉上区分 tping 时间 Ser 869 00:25:01,760 --> 00:25:05,870 视觉上区分 tping 时间 Ser 观察然后如果我们计算 870 00:25:05,870 --> 00:25:05,880 观察然后如果我们计算 871 00:25:05,880 --> 00:25:09,310 观察然后如果我们计算 呃 alation 和两者的方差 872 00:25:09,310 --> 00:25:09,320 呃 alation 和两者的方差 873 00:25:09,320 --> 00:25:12,230 呃 alation 和两者的方差 类别然后我们会在那里找到 874 00:25:12,230 --> 00:25:12,240 类别然后我们会在那里找到 875 00:25:12,240 --> 00:25:16,230 类别然后我们会在那里找到 没有差异 几乎没有视觉差异 876 00:25:16,230 --> 00:25:16,240 没有差异 几乎没有视觉差异 877 00:25:16,240 --> 00:25:18,990 没有差异 几乎没有视觉差异 翻倒和不翻倒 878 00:25:18,990 --> 00:25:19,000 翻倒和不翻倒 879 00:25:19,000 --> 00:25:22,070 翻倒和不翻倒 类别呃但是当然呃对于 880 00:25:22,070 --> 00:25:22,080 类别呃但是当然呃对于 881 00:25:22,080 --> 00:25:24,750 类别呃但是当然呃对于 呃得平方法呃我们可以区分 882 00:25:24,750 --> 00:25:24,760 呃得平方法呃我们可以区分 883 00:25:24,760 --> 00:25:27,630 呃得平方法呃我们可以区分 他们很好，但我会介绍呃 884 00:25:27,630 --> 00:25:27,640 他们很好，但我会介绍呃 885 00:25:27,640 --> 00:25:31,149 他们很好，但我会介绍呃 第三个指标 886 00:25:31,149 --> 00:25:31,159 第三个指标 887 00:25:31,159 --> 00:25:38,269 第三个指标 稍后，是的，但我们仍然 888 00:25:38,269 --> 00:25:38,279 稍后，是的，但我们仍然 889 00:25:38,279 --> 00:25:40,950 稍后，是的，但我们仍然 相信也许我们可以找到一些发现 890 00:25:40,950 --> 00:25:40,960 相信也许我们可以找到一些发现 891 00:25:40,960 --> 00:25:45,350 相信也许我们可以找到一些发现 找出一些呃呃找出一些证据 892 00:25:45,350 --> 00:25:45,360 找出一些呃呃找出一些证据 893 00:25:45,360 --> 00:25:48,510 找出一些呃呃找出一些证据 潜在的公关可预测性 894 00:25:48,510 --> 00:25:48,520 潜在的公关可预测性 895 00:25:48,520 --> 00:25:52,789 潜在的公关可预测性 来自原始数据的响铃意味着和 896 00:25:52,789 --> 00:25:52,799 来自原始数据的响铃意味着和 897 00:25:52,799 --> 00:25:55,950 来自原始数据的响铃意味着和 在这里我们有认真的时间或者我们 898 00:25:55,950 --> 00:25:55,960 在这里我们有认真的时间或者我们 899 00:25:55,960 --> 00:25:57,950 在这里我们有认真的时间或者我们 已经有了 tpping 的时间序列 900 00:25:57,950 --> 00:25:57,960 已经有了 tpping 的时间序列 901 00:25:57,960 --> 00:26:02,110 已经有了 tpping 的时间序列 和非小费类别然后呃 902 00:26:02,110 --> 00:26:02,120 和非小费类别然后呃 903 00:26:02,120 --> 00:26:06,470 和非小费类别然后呃 重点关注具体呃领先时间呃 904 00:26:06,470 --> 00:26:06,480 重点关注具体呃领先时间呃 905 00:26:06,480 --> 00:26:08,909 重点关注具体呃领先时间呃 例如，在给小费之前 906 00:26:08,909 --> 00:26:08,919 例如，在给小费之前 907 00:26:08,919 --> 00:26:13,310 例如，在给小费之前 这里呃如果我们采取 100 个时间步骤 908 00:26:13,310 --> 00:26:13,320 这里呃如果我们采取 100 个时间步骤 909 00:26:13,320 --> 00:26:15,950 这里呃如果我们采取 100 个时间步骤 在给小费之前并做一个 910 00:26:15,950 --> 00:26:15,960 在给小费之前并做一个 911 00:26:15,960 --> 00:26:18,870 在给小费之前并做一个 两个人的幻灯片 912 00:26:18,870 --> 00:26:18,880 两个人的幻灯片 913 00:26:18,880 --> 00:26:24,190 两个人的幻灯片 信封然后我们可以得到一个呃 PDF 和一个 914 00:26:24,190 --> 00:26:24,200 信封然后我们可以得到一个呃 PDF 和一个 915 00:26:24,200 --> 00:26:27,029 信封然后我们可以得到一个呃 PDF 和一个 这两个的概率分布 916 00:26:27,029 --> 00:26:27,039 这两个的概率分布 917 00:26:27,039 --> 00:26:29,950 这两个的概率分布 类别，我们可以直观地看到 918 00:26:29,950 --> 00:26:29,960 类别，我们可以直观地看到 919 00:26:29,960 --> 00:26:32,269 类别，我们可以直观地看到 真正观察到之间的一些差异 920 00:26:32,269 --> 00:26:32,279 真正观察到之间的一些差异 921 00:26:32,279 --> 00:26:38,190 真正观察到之间的一些差异 这两个呃类别但是呃呃但是在 922 00:26:38,190 --> 00:26:38,200 这两个呃类别但是呃呃但是在 923 00:26:38,200 --> 00:26:41,070 这两个呃类别但是呃呃但是在 嗯，如果我们真的想做，那就练习一下 924 00:26:41,070 --> 00:26:41,080 嗯，如果我们真的想做，那就练习一下 925 00:26:41,080 --> 00:26:44,630 嗯，如果我们真的想做，那就练习一下 预测基于这个呃基于 926 00:26:44,630 --> 00:26:44,640 预测基于这个呃基于 927 00:26:44,640 --> 00:26:48,630 预测基于这个呃基于 diff 视觉差异 呃 来自 928 00:26:48,630 --> 00:26:48,640 diff 视觉差异 呃 来自 929 00:26:48,640 --> 00:26:52,110 diff 视觉差异 呃 来自 则概率分布 930 00:26:52,110 --> 00:26:52,120 则概率分布 931 00:26:52,120 --> 00:26:56,669 则概率分布 会让你呃失望 932 00:26:56,669 --> 00:26:56,679 会让你呃失望 933 00:26:56,679 --> 00:26:58,909 会让你呃失望 因为但是但是我会介绍 934 00:26:58,909 --> 00:26:58,919 因为但是但是我会介绍 935 00:26:58,919 --> 00:27:01,510 因为但是但是我会介绍 预测结果基于这个呃 936 00:27:01,510 --> 00:27:01,520 预测结果基于这个呃 937 00:27:01,520 --> 00:27:04,710 预测结果基于这个呃 稍后概率分布但是是的 938 00:27:04,710 --> 00:27:04,720 稍后概率分布但是是的 939 00:27:04,720 --> 00:27:07,990 稍后概率分布但是是的 我可以我可以告诉这里它不起作用 940 00:27:07,990 --> 00:27:08,000 我可以我可以告诉这里它不起作用 941 00:27:08,000 --> 00:27:11,750 我可以我可以告诉这里它不起作用 好吧，我们也观察到一些我们也 942 00:27:11,750 --> 00:27:11,760 好吧，我们也观察到一些我们也 943 00:27:11,760 --> 00:27:14,990 好吧，我们也观察到一些我们也 看看呃分布 944 00:27:14,990 --> 00:27:15,000 看看呃分布 945 00:27:15,000 --> 00:27:18,110 看看呃分布 区别呃基于autoc 946 00:27:18,110 --> 00:27:18,120 区别呃基于autoc 947 00:27:18,120 --> 00:27:21,750 区别呃基于autoc 相关指标和方差 948 00:27:21,750 --> 00:27:21,760 相关指标和方差 949 00:27:21,760 --> 00:27:25,789 相关指标和方差 呃指标，我们确实可以观察到 950 00:27:25,789 --> 00:27:25,799 呃指标，我们确实可以观察到 951 00:27:25,799 --> 00:27:28,750 呃指标，我们确实可以观察到 呃有些区别 952 00:27:28,750 --> 00:27:28,760 呃有些区别 953 00:27:28,760 --> 00:27:32,990 呃有些区别 呃在 PDF 中但是呃呃但是还是这样 954 00:27:32,990 --> 00:27:33,000 呃在 PDF 中但是呃呃但是还是这样 955 00:27:33,000 --> 00:27:35,830 呃在 PDF 中但是呃呃但是还是这样 并不能真正帮助我们做出预测 956 00:27:35,830 --> 00:27:35,840 并不能真正帮助我们做出预测 957 00:27:35,840 --> 00:27:39,710 并不能真正帮助我们做出预测 对于呃个人tra轨迹呃 958 00:27:39,710 --> 00:27:39,720 对于呃个人tra轨迹呃 959 00:27:39,720 --> 00:27:42,630 对于呃个人tra轨迹呃 这意味着基本上我们可以，如果我们 960 00:27:42,630 --> 00:27:42,640 这意味着基本上我们可以，如果我们 961 00:27:42,640 --> 00:27:45,549 这意味着基本上我们可以，如果我们 观察，我们已经知道了 962 00:27:45,549 --> 00:27:45,559 观察，我们已经知道了 963 00:27:45,559 --> 00:27:48,070 观察，我们已经知道了 小费和免小费信封 964 00:27:48,070 --> 00:27:48,080 小费和免小费信封 965 00:27:48,080 --> 00:27:52,269 小费和免小费信封 轨迹但希望 966 00:27:52,269 --> 00:27:52,279 轨迹但希望 967 00:27:52,279 --> 00:27:55,870 轨迹但希望 个体轨迹时间序列我们我们 968 00:27:55,870 --> 00:27:55,880 个体轨迹时间序列我们我们 969 00:27:55,880 --> 00:27:59,190 个体轨迹时间序列我们我们 也可以做出预测，但是 970 00:27:59,190 --> 00:27:59,200 也可以做出预测，但是 971 00:27:59,200 --> 00:28:05,389 也可以做出预测，但是 嗯，是的，这就是我们想要的，嗯，嗯 972 00:28:05,389 --> 00:28:05,399 嗯，是的，这就是我们想要的，嗯，嗯 973 00:28:05,399 --> 00:28:08,350 嗯，是的，这就是我们想要的，嗯，嗯 从徽章中获得一些经验 974 00:28:08,350 --> 00:28:08,360 从徽章中获得一些经验 975 00:28:08,360 --> 00:28:11,110 从徽章中获得一些经验 模拟然后做出预测 976 00:28:11,110 --> 00:28:11,120 模拟然后做出预测 977 00:28:11,120 --> 00:28:15,190 模拟然后做出预测 对于特定的 TR 呃时间序列呃这个 978 00:28:15,190 --> 00:28:15,200 对于特定的 TR 呃时间序列呃这个 979 00:28:15,200 --> 00:28:18,430 对于特定的 TR 呃时间序列呃这个 通常也是我们为呃所做的 980 00:28:18,430 --> 00:28:18,440 通常也是我们为呃所做的 981 00:28:18,440 --> 00:28:22,710 通常也是我们为呃所做的 气候中的气候 呃 982 00:28:22,710 --> 00:28:22,720 气候中的气候 呃 983 00:28:22,720 --> 00:28:27,669 气候中的气候 呃 学习呃所以在这里呃让我们呃让我们 984 00:28:27,669 --> 00:28:27,679 学习呃所以在这里呃让我们呃让我们 985 00:28:27,679 --> 00:28:30,070 学习呃所以在这里呃让我们呃让我们 移至呃第三个指标 986 00:28:30,070 --> 00:28:30,080 移至呃第三个指标 987 00:28:30,080 --> 00:28:33,310 移至呃第三个指标 第三种预测方法呃deing 988 00:28:33,310 --> 00:28:33,320 第三种预测方法呃deing 989 00:28:33,320 --> 00:28:36,350 第三种预测方法呃deing 方法在这里呃我们只是花时间 990 00:28:36,350 --> 00:28:36,360 方法在这里呃我们只是花时间 991 00:28:36,360 --> 00:28:39,149 方法在这里呃我们只是花时间 严重的小费和不小费 992 00:28:39,149 --> 00:28:39,159 严重的小费和不小费 993 00:28:39,159 --> 00:28:42,470 严重的小费和不小费 类别，然后例如这里我们 994 00:28:42,470 --> 00:28:42,480 类别，然后例如这里我们 995 00:28:42,480 --> 00:28:46,470 类别，然后例如这里我们 呃只是选择呃拿起一个严肃的时间 996 00:28:46,470 --> 00:28:46,480 呃只是选择呃拿起一个严肃的时间 997 00:28:46,480 --> 00:28:50,950 呃只是选择呃拿起一个严肃的时间 分段呃只是用 a 和某个 998 00:28:50,950 --> 00:28:50,960 分段呃只是用 a 和某个 999 00:28:50,960 --> 00:28:54,149 分段呃只是用 a 和某个 然后将交货时间集中到连接点 1000 00:28:54,149 --> 00:28:54,159 然后将交货时间集中到连接点 1001 00:28:54,159 --> 00:28:57,590 然后将交货时间集中到连接点 将其喂入尼尔网络 1002 00:28:57,590 --> 00:28:57,600 将其喂入尼尔网络 1003 00:28:57,600 --> 00:29:01,509 将其喂入尼尔网络 在这里呃然后希望我们呃我们希望 1004 00:29:01,509 --> 00:29:01,519 在这里呃然后希望我们呃我们希望 1005 00:29:01,519 --> 00:29:06,149 在这里呃然后希望我们呃我们希望 呃霓虹灯网络可以给予的期望 1006 00:29:06,149 --> 00:29:06,159 呃霓虹灯网络可以给予的期望 1007 00:29:06,159 --> 00:29:11,590 呃霓虹灯网络可以给予的期望 我们呃可以给我们一个分类 1008 00:29:11,590 --> 00:29:11,600 我们呃可以给我们一个分类 1009 00:29:11,600 --> 00:29:14,870 我们呃可以给我们一个分类 结果基本上就是戒指 1010 00:29:14,870 --> 00:29:14,880 结果基本上就是戒指 1011 00:29:14,880 --> 00:29:16,590 结果基本上就是戒指 概率和不给小费 1012 00:29:16,590 --> 00:29:16,600 概率和不给小费 1013 00:29:16,600 --> 00:29:19,990 概率和不给小费 这个时间序列的概率在这里 1014 00:29:19,990 --> 00:29:20,000 这个时间序列的概率在这里 1015 00:29:20,000 --> 00:29:22,190 这个时间序列的概率在这里 是 Naro 的 Naro 网络 1016 00:29:22,190 --> 00:29:22,200 是 Naro 的 Naro 网络 1017 00:29:22,200 --> 00:29:25,509 是 Naro 的 Naro 网络 我们采取的网络架构 1018 00:29:25,509 --> 00:29:25,519 我们采取的网络架构 1019 00:29:25,519 --> 00:29:28,310 我们采取的网络架构 非常简单的架构基于 1020 00:29:28,310 --> 00:29:28,320 非常简单的架构基于 1021 00:29:28,320 --> 00:29:32,470 非常简单的架构基于 众所周知的呃建筑呃尼尔 1022 00:29:32,470 --> 00:29:32,480 众所周知的呃建筑呃尼尔 1023 00:29:32,480 --> 00:29:36,350 众所周知的呃建筑呃尼尔 网络这里我们取两个S Neal Network 1024 00:29:36,350 --> 00:29:36,360 网络这里我们取两个S Neal Network 1025 00:29:36,360 --> 00:29:40,789 网络这里我们取两个S Neal Network 然后呃然后呃然后呃结合 1026 00:29:40,789 --> 00:29:40,799 然后呃然后呃然后呃结合 1027 00:29:40,799 --> 00:29:44,310 然后呃然后呃然后呃结合 他们与完全连接的呃 Naro 1028 00:29:44,310 --> 00:29:44,320 他们与完全连接的呃 Naro 1029 00:29:44,320 --> 00:29:48,110 他们与完全连接的呃 Naro 网络这很简单，因为呃 1030 00:29:48,110 --> 00:29:48,120 网络这很简单，因为呃 1031 00:29:48,120 --> 00:29:52,509 网络这很简单，因为呃 我们呃我们想要是的我们期望如果 1032 00:29:52,509 --> 00:29:52,519 我们呃我们想要是的我们期望如果 1033 00:29:52,519 --> 00:29:55,830 我们呃我们想要是的我们期望如果 非常非常简单的Naro Network 1034 00:29:55,830 --> 00:29:55,840 非常非常简单的Naro Network 1035 00:29:55,840 --> 00:29:58,590 非常非常简单的Naro Network 架构可用于 T WR 1036 00:29:58,590 --> 00:29:58,600 架构可用于 T WR 1037 00:29:58,600 --> 00:30:02,269 架构可用于 T WR 希望那些小费预测 1038 00:30:02,269 --> 00:30:02,279 希望那些小费预测 1039 00:30:02,279 --> 00:30:04,549 希望那些小费预测 越复杂 1040 00:30:04,549 --> 00:30:04,559 越复杂 1041 00:30:04,559 --> 00:30:09,190 越复杂 建筑也能发挥作用，所以在这里 1042 00:30:09,190 --> 00:30:09,200 建筑也能发挥作用，所以在这里 1043 00:30:09,200 --> 00:30:12,830 建筑也能发挥作用，所以在这里 让我们说一下呃预测呃结果 1044 00:30:12,830 --> 00:30:12,840 让我们说一下呃预测呃结果 1045 00:30:12,840 --> 00:30:15,269 让我们说一下呃预测呃结果 首先让我们看一下 1046 00:30:15,269 --> 00:30:15,279 首先让我们看一下 1047 00:30:15,279 --> 00:30:20,230 首先让我们看一下 S节点系统时间 Ser 这里呃我而已 1048 00:30:20,230 --> 00:30:20,240 S节点系统时间 Ser 这里呃我而已 1049 00:30:20,240 --> 00:30:24,830 S节点系统时间 Ser 这里呃我而已 从这里出现这个的两次 Ser 1050 00:30:24,830 --> 00:30:24,840 从这里出现这个的两次 Ser 1051 00:30:24,840 --> 00:30:28,350 从这里出现这个的两次 Ser 系统，这里红色的一个是 1052 00:30:28,350 --> 00:30:28,360 系统，这里红色的一个是 1053 00:30:28,360 --> 00:30:31,230 系统，这里红色的一个是 蓝色血清的倾倒时间是 1054 00:30:31,230 --> 00:30:31,240 蓝色血清的倾倒时间是 1055 00:30:31,240 --> 00:30:36,750 蓝色血清的倾倒时间是 不给小费的情况和这里如果嗯 1056 00:30:36,750 --> 00:30:36,760 不给小费的情况和这里如果嗯 1057 00:30:36,760 --> 00:30:39,950 不给小费的情况和这里如果嗯 将它们融入流行的 uh Naro 中 1058 00:30:39,950 --> 00:30:39,960 将它们融入流行的 uh Naro 中 1059 00:30:39,960 --> 00:30:42,990 将它们融入流行的 uh Naro 中 那么 Naro 网络可以 1060 00:30:42,990 --> 00:30:43,000 那么 Naro 网络可以 1061 00:30:43,000 --> 00:30:47,750 那么 Naro 网络可以 给 uh 提供指标 ex 1062 00:30:47,750 --> 00:30:47,760 给 uh 提供指标 ex 1063 00:30:47,760 --> 00:30:51,950 给 uh 提供指标 ex 正是这个的 um RTP 概率 1064 00:30:51,950 --> 00:30:51,960 正是这个的 um RTP 概率 1065 00:30:51,960 --> 00:30:54,669 正是这个的 um RTP 概率 不同预报提前期的时间序列 1066 00:30:54,669 --> 00:30:54,679 不同预报提前期的时间序列 1067 00:30:54,679 --> 00:30:57,990 不同预报提前期的时间序列 时间和时间是什么时候 1068 00:30:57,990 --> 00:30:58,000 时间和时间是什么时候 1069 00:30:58,000 --> 00:31:01,389 时间和时间是什么时候 呃小费的方法呃小费 1070 00:31:01,389 --> 00:31:01,399 呃小费的方法呃小费 1071 00:31:01,399 --> 00:31:04,149 呃小费的方法呃小费 无小费情况下的积分 1072 00:31:04,149 --> 00:31:04,159 无小费情况下的积分 1073 00:31:04,159 --> 00:31:06,470 无小费情况下的积分 它的倾翻概率在哪里 1074 00:31:06,470 --> 00:31:06,480 它的倾翻概率在哪里 1075 00:31:06,480 --> 00:31:11,590 它的倾翻概率在哪里 持续增加直到100%但对于 1076 00:31:11,590 --> 00:31:11,600 持续增加直到100%但对于 1077 00:31:11,600 --> 00:31:15,389 持续增加直到100%但对于 非小费情况呃它的预测 1078 00:31:15,389 --> 00:31:15,399 非小费情况呃它的预测 1079 00:31:15,399 --> 00:31:17,750 非小费情况呃它的预测 概率 倾倒概率将 1080 00:31:17,750 --> 00:31:17,760 概率 倾倒概率将 1081 00:31:17,760 --> 00:31:21,950 概率 倾倒概率将 法令不断呃减少，他们 1082 00:31:21,950 --> 00:31:21,960 法令不断呃减少，他们 1083 00:31:21,960 --> 00:31:24,750 法令不断呃减少，他们 就这两个指标 1084 00:31:24,750 --> 00:31:24,760 就这两个指标 1085 00:31:24,760 --> 00:31:28,870 就这两个指标 两次Ser只是单独发展呃两次 1086 00:31:28,870 --> 00:31:28,880 两次Ser只是单独发展呃两次 1087 00:31:28,880 --> 00:31:32,310 两次Ser只是单独发展呃两次 相反的方向，但对于呃汽车 1088 00:31:32,310 --> 00:31:32,320 相反的方向，但对于呃汽车 1089 00:31:32,320 --> 00:31:35,190 相反的方向，但对于呃汽车 排序和呃兰斯 1090 00:31:35,190 --> 00:31:35,200 排序和呃兰斯 1091 00:31:35,200 --> 00:31:38,430 排序和呃兰斯 指标是的，他们都给出了 1092 00:31:38,430 --> 00:31:38,440 指标是的，他们都给出了 1093 00:31:38,440 --> 00:31:41,549 指标是的，他们都给出了 增加呃增加信号但是我们 1094 00:31:41,549 --> 00:31:41,559 增加呃增加信号但是我们 1095 00:31:41,559 --> 00:31:44,350 增加呃增加信号但是我们 真的不能推断是否会有 1096 00:31:44,350 --> 00:31:44,360 真的不能推断是否会有 1097 00:31:44,360 --> 00:31:47,430 真的不能推断是否会有 成为蓝色的转折点 1098 00:31:47,430 --> 00:31:47,440 成为蓝色的转折点 1099 00:31:47,440 --> 00:31:51,389 成为蓝色的转折点 或小费之前的红色呃时间序列 1100 00:31:51,389 --> 00:31:51,399 或小费之前的红色呃时间序列 1101 00:31:51,399 --> 00:31:54,430 或小费之前的红色呃时间序列 呃，类似的事情也发生了 1102 00:31:54,430 --> 00:31:54,440 呃，类似的事情也发生了 1103 00:31:54,440 --> 00:31:57,190 呃，类似的事情也发生了 类似现象结论也可 1104 00:31:57,190 --> 00:31:57,200 类似现象结论也可 1105 00:31:57,200 --> 00:32:00,310 类似现象结论也可 从呃 boting 系统中找到并且 1106 00:32:00,310 --> 00:32:00,320 从呃 boting 系统中找到并且 1107 00:32:00,320 --> 00:32:02,990 从呃 boting 系统中找到并且 堆肥繁荣呃 1108 00:32:02,990 --> 00:32:03,000 堆肥繁荣呃 1109 00:32:03,000 --> 00:32:07,230 堆肥繁荣呃 系统是的，这里谈谈 1110 00:32:07,230 --> 00:32:07,240 系统是的，这里谈谈 1111 00:32:07,240 --> 00:32:10,070 系统是的，这里谈谈 用于模型的训练数据 1112 00:32:10,070 --> 00:32:10,080 用于模型的训练数据 1113 00:32:10,080 --> 00:32:13,430 用于模型的训练数据 使用什么样的训练数据 是的 1114 00:32:13,430 --> 00:32:13,440 使用什么样的训练数据 是的 1115 00:32:13,440 --> 00:32:17,549 使用什么样的训练数据 是的 训练数据基本上就是呃 1116 00:32:17,549 --> 00:32:17,559 训练数据基本上就是呃 1117 00:32:17,559 --> 00:32:20,789 训练数据基本上就是呃 它就在这里呃如果我们看看时间的话 1118 00:32:20,789 --> 00:32:20,799 它就在这里呃如果我们看看时间的话 1119 00:32:20,799 --> 00:32:24,389 它就在这里呃如果我们看看时间的话 这张幻灯片中的系列呃第一个面板 1120 00:32:24,389 --> 00:32:24,399 这张幻灯片中的系列呃第一个面板 1121 00:32:24,399 --> 00:32:28,290 这张幻灯片中的系列呃第一个面板 在这里，呃，等等，是的 1122 00:32:28,290 --> 00:32:28,300 在这里，呃，等等，是的 1123 00:32:28,300 --> 00:32:29,470 在这里，呃，等等，是的 [音乐] 1124 00:32:29,470 --> 00:32:29,480 [音乐] 1125 00:32:29,480 --> 00:32:34,509 [音乐] 这个信封是由a制成的 1126 00:32:34,509 --> 00:32:34,519 这个信封是由a制成的 1127 00:32:34,519 --> 00:32:37,830 这个信封是由a制成的 很多时候，徽章模拟是很重要的 1128 00:32:37,830 --> 00:32:37,840 很多时候，徽章模拟是很重要的 1129 00:32:37,840 --> 00:32:42,230 很多时候，徽章模拟是很重要的 这意味着呃在这里我们执行相同的操作 1130 00:32:42,230 --> 00:32:42,240 这意味着呃在这里我们执行相同的操作 1131 00:32:42,240 --> 00:32:45,669 这意味着呃在这里我们执行相同的操作 同一系统上的外力，但 1132 00:32:45,669 --> 00:32:45,679 同一系统上的外力，但 1133 00:32:45,679 --> 00:32:48,389 同一系统上的外力，但 使用不同的白噪声 1134 00:32:48,389 --> 00:32:48,399 使用不同的白噪声 1135 00:32:48,399 --> 00:32:51,669 使用不同的白噪声 那么我们可以得到 1136 00:32:51,669 --> 00:32:51,679 那么我们可以得到 1137 00:32:51,679 --> 00:32:55,230 那么我们可以得到 不同呃我们可以变得不同 1138 00:32:55,230 --> 00:32:55,240 不同呃我们可以变得不同 1139 00:32:55,240 --> 00:32:58,789 不同呃我们可以变得不同 模拟这就像呃 1140 00:32:58,789 --> 00:32:58,799 模拟这就像呃 1141 00:32:58,799 --> 00:33:01,029 模拟这就像呃 气候也喜欢气候 1142 00:33:01,029 --> 00:33:01,039 气候也喜欢气候 1143 00:33:01,039 --> 00:33:04,789 气候也喜欢气候 我们给出了不同的模拟 1144 00:33:04,789 --> 00:33:04,799 我们给出了不同的模拟 1145 00:33:04,799 --> 00:33:08,950 我们给出了不同的模拟 然后我们可以得到不同的呃 1146 00:33:08,950 --> 00:33:08,960 然后我们可以得到不同的呃 1147 00:33:08,960 --> 00:33:12,430 然后我们可以得到不同的呃 轨迹 这就是我们的数据 1148 00:33:12,430 --> 00:33:12,440 轨迹 这就是我们的数据 1149 00:33:12,440 --> 00:33:16,629 轨迹 这就是我们的数据 设置呃源和训练 1150 00:33:16,629 --> 00:33:16,639 设置呃源和训练 1151 00:33:16,639 --> 00:33:19,750 设置呃源和训练 训练集是呃基本上我们只有 1152 00:33:19,750 --> 00:33:19,760 训练集是呃基本上我们只有 1153 00:33:19,760 --> 00:33:23,669 训练集是呃基本上我们只有 有两个，这是一个呃分类器 Naro 1154 00:33:23,669 --> 00:33:23,679 有两个，这是一个呃分类器 Naro 1155 00:33:23,679 --> 00:33:26,870 有两个，这是一个呃分类器 Naro 网络是一个分类器，呃我们只提供了 1156 00:33:26,870 --> 00:33:26,880 网络是一个分类器，呃我们只提供了 1157 00:33:26,880 --> 00:33:31,310 网络是一个分类器，呃我们只提供了 两种数据 一种是小费数据 n 1158 00:33:31,310 --> 00:33:31,320 两种数据 一种是小费数据 n 1159 00:33:31,320 --> 00:33:35,070 两种数据 一种是小费数据 n 呃第二个是不给小费的呃不给小费 1160 00:33:35,070 --> 00:33:35,080 呃第二个是不给小费的呃不给小费 1161 00:33:35,080 --> 00:33:39,909 呃第二个是不给小费的呃不给小费 数据和呃，我们也劳动他们 1162 00:33:39,909 --> 00:33:39,919 数据和呃，我们也劳动他们 1163 00:33:39,919 --> 00:33:44,070 数据和呃，我们也劳动他们 分别为 0 和 1 那么我们可以 1164 00:33:44,070 --> 00:33:44,080 分别为 0 和 1 那么我们可以 1165 00:33:44,080 --> 00:33:48,230 分别为 0 和 1 那么我们可以 得到呃小费概率呃 1166 00:33:48,230 --> 00:33:48,240 得到呃小费概率呃 1167 00:33:48,240 --> 00:33:50,870 得到呃小费概率呃 这两个的分类器概率 1168 00:33:50,870 --> 00:33:50,880 这两个的分类器概率 1169 00:33:50,880 --> 00:33:53,549 这两个的分类器概率 第二类 1170 00:33:53,549 --> 00:33:53,559 第二类 1171 00:33:53,559 --> 00:33:55,750 第二类 分类是的，我希望这是 1172 00:33:55,750 --> 00:33:55,760 分类是的，我希望这是 1173 00:33:55,760 --> 00:33:59,269 分类是的，我希望这是 你很清楚 是的 1174 00:33:59,269 --> 00:33:59,279 你很清楚 是的 1175 00:33:59,279 --> 00:34:01,669 你很清楚 是的 所以这是气候模拟数据 1176 00:34:01,669 --> 00:34:01,679 所以这是气候模拟数据 1177 00:34:01,679 --> 00:34:04,149 所以这是气候模拟数据 用于培训耳鼻喉科所以 1178 00:34:04,149 --> 00:34:04,159 用于培训耳鼻喉科所以 1179 00:34:04,159 --> 00:34:07,990 用于培训耳鼻喉科所以 本质上这个模型正在捕获 1180 00:34:07,990 --> 00:34:08,000 本质上这个模型正在捕捉 1181 00:34:08,000 --> 00:34:10,389 本质上这个模型正在捕捉 这些气候模型的方式呃 1182 00:34:10,389 --> 00:34:10,399 这些气候模型的方式呃 1183 00:34:10,399 --> 00:34:13,750 这些气候模型的方式呃 识别 r 类型 1184 00:34:13,750 --> 00:34:13,760 识别 r 类型 1185 00:34:13,760 --> 00:34:16,950 识别 r 类型 是的，好的，谢谢，好的，你是 1186 00:34:16,950 --> 00:34:16,960 是的，好的，谢谢，好的，你是 1187 00:34:16,960 --> 00:34:20,430 是的，好的，谢谢，好的，你是 欢迎，但是当然在这里 1188 00:34:20,430 --> 00:34:20,440 欢迎，但是当然在这里 1189 00:34:20,440 --> 00:34:23,389 欢迎，但是当然在这里 当前阶段呃模型 1190 00:34:23,389 --> 00:34:23,399 当前阶段呃模型 1191 00:34:23,399 --> 00:34:26,669 当前阶段呃模型 实际上训练了三种模型嗯 1192 00:34:26,669 --> 00:34:26,679 实际上训练了三种模型嗯 1193 00:34:26,679 --> 00:34:29,869 实际上训练了三种模型嗯 每种型号专门针对一个 1194 00:34:29,869 --> 00:34:29,879 每种型号专门针对一个 1195 00:34:29,879 --> 00:34:32,510 每种型号专门针对一个 例如特定的某个系统 1196 00:34:32,510 --> 00:34:32,520 例如特定的某个系统 1197 00:34:32,520 --> 00:34:35,109 例如特定的某个系统 对于S无系统哪和Neo 1198 00:34:35,109 --> 00:34:35,119 对于S无系统哪和Neo 1199 00:34:35,119 --> 00:34:37,710 对于S无系统哪和Neo 网络，但对于机器人系统，我们 1200 00:34:37,710 --> 00:34:37,720 网络，但对于机器人系统，我们 1201 00:34:37,720 --> 00:34:41,629 网络，但对于机器人系统，我们 将重新训练一个 我们将训练一个新的呃 1202 00:34:41,629 --> 00:34:41,639 将重新训练一个 我们将训练一个新的呃 1203 00:34:41,639 --> 00:34:46,430 将重新训练一个 我们将训练一个新的呃 其预测的 deing 模型和呃 1204 00:34:46,430 --> 00:34:46,440 其预测的 deing 模型和呃 1205 00:34:46,440 --> 00:34:50,750 其预测的 deing 模型和呃 但是但是在呃最后一张幻灯片中 1206 00:34:50,750 --> 00:34:50,760 但是但是在呃最后一张幻灯片中 1207 00:34:50,760 --> 00:34:53,030 但是但是在呃最后一张幻灯片中 稍后呃下面的幻灯片我会 1208 00:34:53,030 --> 00:34:53,040 稍后呃下面的幻灯片我会 1209 00:34:53,040 --> 00:34:57,030 稍后呃下面的幻灯片我会 还展示了呃呃inter模型 1210 00:34:57,030 --> 00:34:57,040 还展示了呃呃inter模型 1211 00:34:57,040 --> 00:34:58,190 还展示了呃呃inter模型 茎间 1212 00:34:58,190 --> 00:34:58,200 茎间 1213 00:34:58,200 --> 00:35:01,589 茎间 预测呃但是我们可以在这里观察 1214 00:35:01,589 --> 00:35:01,599 预测呃但是我们可以在这里观察 1215 00:35:01,599 --> 00:35:04,790 预测呃但是我们可以在这里观察 一切都清楚了，我们可以 1216 00:35:04,790 --> 00:35:04,800 一切都清楚了，我们可以 1217 00:35:04,800 --> 00:35:07,109 一切都清楚了，我们可以 了解了解系统并 1218 00:35:07,109 --> 00:35:07,119 了解了解系统并 1219 00:35:07,119 --> 00:35:11,109 了解了解系统并 非常行为呃更好 1220 00:35:11,109 --> 00:35:11,119 非常行为呃更好 1221 00:35:11,119 --> 00:35:16,190 非常行为呃更好 这样是的呃在这里我是的我会 1222 00:35:16,190 --> 00:35:16,200 这样是的呃在这里我是的我会 1223 00:35:16,200 --> 00:35:19,990 这样是的呃在这里我是的我会 是的，做一个简单的做一些简单的U 1224 00:35:19,990 --> 00:35:20,000 是的，做一个简单的做一些简单的U 1225 00:35:20,000 --> 00:35:24,510 是的，做一个简单的做一些简单的U S小费之间的比较呃 1226 00:35:24,510 --> 00:35:24,520 S小费之间的比较呃 1227 00:35:24,520 --> 00:35:26,829 S小费之间的比较呃 之间说关键放慢 1228 00:35:26,829 --> 00:35:26,839 之间说关键放慢 1229 00:35:26,839 --> 00:35:29,790 之间说关键放慢 指标并说呃德计划 1230 00:35:29,790 --> 00:35:29,800 指标并说呃德计划 1231 00:35:29,800 --> 00:35:33,550 指标并说呃德计划 指标对比这里我们注意到 1232 00:35:33,550 --> 00:35:33,560 指标对比这里我们注意到 1233 00:35:33,560 --> 00:35:36,550 指标对比这里我们注意到 为了我们表演时的自动珊瑚化 1234 00:35:36,550 --> 00:35:36,560 为了我们表演时的自动珊瑚化 1235 00:35:36,560 --> 00:35:40,550 为了我们表演时的自动珊瑚化 对所有呃时间的呃预测 1236 00:35:40,550 --> 00:35:40,560 对所有呃时间的呃预测 1237 00:35:40,560 --> 00:35:44,310 对所有呃时间的呃预测 连续样本然后我们可以观察到 1238 00:35:44,310 --> 00:35:44,320 连续样本然后我们可以观察到 1239 00:35:44,320 --> 00:35:49,030 连续样本然后我们可以观察到 uh 代表 uh 代表 uh deing 指示器 1240 00:35:49,030 --> 00:35:49,040 uh 代表 uh 代表 uh deing 指示器 1241 00:35:49,040 --> 00:35:52,309 uh 代表 uh 代表 uh deing 指示器 呃他们可以它总是可以帮助呃它可以 1242 00:35:52,309 --> 00:35:52,319 呃他们可以它总是可以帮助呃它可以 1243 00:35:52,319 --> 00:35:55,910 呃他们可以它总是可以帮助呃它可以 总是帮助我们区分小费 1244 00:35:55,910 --> 00:35:55,920 总是帮助我们区分小费 1245 00:35:55,920 --> 00:35:58,550 总是帮助我们区分小费 小费和不小费 1246 00:35:58,550 --> 00:35:58,560 小费和不小费 1247 00:35:58,560 --> 00:35:59,670 小费和不小费 呃 1248 00:35:59,670 --> 00:35:59,680 呃 1249 00:35:59,680 --> 00:36:04,270 呃 具有相当大的呃预测的类别 1250 00:36:04,270 --> 00:36:04,280 具有相当大的呃预测的类别 1251 00:36:04,280 --> 00:36:05,790 具有相当大的呃预测的类别 铅 1252 00:36:05,790 --> 00:36:05,800 铅 1253 00:36:05,800 --> 00:36:11,390 铅 当然这里的时间呃我们也做了一个 1254 00:36:11,390 --> 00:36:11,400 当然这里的时间呃我们也做了一个 1255 00:36:11,400 --> 00:36:16,670 当然这里的时间呃我们也做了一个 估计 嗯 评价 嗯 呃 1256 00:36:16,670 --> 00:36:16,680 估计 嗯 评价 嗯 呃 1257 00:36:16,680 --> 00:36:20,390 估计 嗯 评价 嗯 呃 去规划预测实际上是 1258 00:36:20,390 --> 00:36:20,400 去规划预测实际上是 1259 00:36:20,400 --> 00:36:23,630 去规划预测实际上是 这是一个分类如果这只是一个分类器呃 1260 00:36:23,630 --> 00:36:23,640 这是一个分类如果这只是一个分类器呃 1261 00:36:23,640 --> 00:36:26,510 这是一个分类如果这只是一个分类器呃 对于小费和不小费呃但是 1262 00:36:26,510 --> 00:36:26,520 对于小费和不小费呃但是 1263 00:36:26,520 --> 00:36:28,710 对于小费和不小费呃但是 我们首先看一下底部 1264 00:36:28,710 --> 00:36:28,720 我们首先看一下底部 1265 00:36:28,720 --> 00:36:31,550 我们首先看一下底部 面板底部面板意味着a 1266 00:36:31,550 --> 00:36:31,560 面板底部面板意味着a 1267 00:36:31,560 --> 00:36:34,030 面板底部面板意味着a 蓝色和红色不同颜色 1268 00:36:34,030 --> 00:36:34,040 蓝色和红色不同颜色 1269 00:36:34,040 --> 00:36:37,270 蓝色和红色不同颜色 代表呃测试数据集和 1270 00:36:37,270 --> 00:36:37,280 代表呃测试数据集和 1271 00:36:37,280 --> 00:36:40,910 代表呃测试数据集和 训练数据集呃 1272 00:36:40,910 --> 00:36:40,920 训练数据集呃 1273 00:36:40,920 --> 00:36:45,470 训练数据集呃 呃总体来说呃训练和 1274 00:36:45,470 --> 00:36:45,480 呃总体来说呃训练和 1275 00:36:45,480 --> 00:36:46,750 呃总体来说呃训练和 测试 1276 00:36:46,750 --> 00:36:46,760 测试 1277 00:36:46,760 --> 00:36:50,270 测试 准确度呃曲线差不多结束了 1278 00:36:50,270 --> 00:36:50,280 准确度呃曲线差不多结束了 1279 00:36:50,280 --> 00:36:53,030 准确度呃曲线差不多结束了 重叠这意味着我们的模型是 1280 00:36:53,030 --> 00:36:53,040 重叠这意味着我们的模型是 1281 00:36:53,040 --> 00:36:57,750 重叠这意味着我们的模型是 鲁棒和和和和 1282 00:36:57,750 --> 00:36:57,760 鲁棒和和和和 1283 00:36:57,760 --> 00:36:59,870 鲁棒和和和和 我们不需要担心 1284 00:36:59,870 --> 00:36:59,880 我们不需要担心 1285 00:36:59,880 --> 00:37:02,430 我们不需要担心 过度拟合问题，但当然我们 1286 00:37:02,430 --> 00:37:02,440 过度拟合问题，但当然我们 1287 00:37:02,440 --> 00:37:05,150 过度拟合问题，但当然我们 还执行交叉验证呃 1288 00:37:05,150 --> 00:37:05,160 还执行交叉验证呃 1289 00:37:05,160 --> 00:37:07,150 还执行交叉验证呃 很多com 1290 00:37:07,150 --> 00:37:07,160 很多com 1291 00:37:07,160 --> 00:37:11,349 很多com 广泛的呃评估来检查是否 1292 00:37:11,349 --> 00:37:11,359 广泛的呃评估来检查是否 1293 00:37:11,359 --> 00:37:13,910 广泛的呃评估来检查是否 有任何 1294 00:37:13,910 --> 00:37:13,920 有任何 1295 00:37:13,920 --> 00:37:17,309 有任何 模型的过度拟合问题 1296 00:37:17,309 --> 00:37:17,319 模型的过度拟合问题 1297 00:37:17,319 --> 00:37:20,270 模型的过度拟合问题 但呃结果也表明 1298 00:37:20,270 --> 00:37:20,280 但呃结果也表明 1299 00:37:20,280 --> 00:37:24,750 但呃结果也表明 这里的过度拟合几乎非常弱 1300 00:37:24,750 --> 00:37:24,760 这里的过度拟合几乎非常弱 1301 00:37:24,760 --> 00:37:28,390 这里的过度拟合几乎非常弱 还有一开始的地方 1302 00:37:28,390 --> 00:37:28,400 还有一开始的地方 1303 00:37:28,400 --> 00:37:31,030 还有一开始的地方 当我们看看时间的时候 1304 00:37:31,030 --> 00:37:31,040 当我们看看时间的时候 1305 00:37:31,040 --> 00:37:33,750 当我们看看时间的时候 严重 T 倾翻和不倾翻时间 1306 00:37:33,750 --> 00:37:33,760 严重 T 倾翻和不倾翻时间 1307 00:37:33,760 --> 00:37:37,150 严重 T 倾翻和不倾翻时间 说真的，我提到过我们可以呃实际上 1308 00:37:37,150 --> 00:37:37,160 说真的，我提到过我们可以呃实际上 1309 00:37:37,160 --> 00:37:39,950 说真的，我提到过我们可以呃实际上 做出一个非常简单的预测 1310 00:37:39,950 --> 00:37:39,960 做出一个非常简单的预测 1311 00:37:39,960 --> 00:37:43,150 做出一个非常简单的预测 呃概率分布 1312 00:37:43,150 --> 00:37:43,160 呃概率分布 1313 00:37:43,160 --> 00:37:47,109 呃概率分布 tpping 和 noning 以及呃是的我们写 1314 00:37:47,109 --> 00:37:47,119 tpping 和 noning 以及呃是的我们写 1315 00:37:47,119 --> 00:37:50,910 tpping 和 noning 以及呃是的我们写 呃我们呃创建一些非常简单的 1316 00:37:50,910 --> 00:37:50,920 呃我们呃创建一些非常简单的 1317 00:37:50,920 --> 00:37:55,510 呃我们呃创建一些非常简单的 实现概率uh的算法 1318 00:37:55,510 --> 00:37:55,520 实现概率uh的算法 1319 00:37:55,520 --> 00:37:58,190 实现概率uh的算法 基于分布的预测 1320 00:37:58,190 --> 00:37:58,200 基于分布的预测 1321 00:37:58,200 --> 00:38:02,710 基于分布的预测 呃方法和呃我们将它与 1322 00:38:02,710 --> 00:38:02,720 呃方法和呃我们将它与 1323 00:38:02,720 --> 00:38:06,630 呃方法和呃我们将它与 我们的行为指标在这里和一样呃 1324 00:38:06,630 --> 00:38:06,640 我们的行为指标在这里和一样呃 1325 00:38:06,640 --> 00:38:11,309 我们的行为指标在这里和一样呃 行为指标呃有更好的嗯 1326 00:38:11,309 --> 00:38:11,319 行为指标呃有更好的嗯 1327 00:38:11,319 --> 00:38:15,750 行为指标呃有更好的嗯 准确度呃比呃比视觉 1328 00:38:15,750 --> 00:38:15,760 准确度呃比呃比视觉 1329 00:38:15,760 --> 00:38:20,829 准确度呃比呃比视觉 目视观察 um 概率 1330 00:38:20,829 --> 00:38:20,839 目视观察 um 概率 1331 00:38:20,839 --> 00:38:23,950 目视观察 um 概率 分布是和呃在 1332 00:38:23,950 --> 00:38:23,960 分布是和呃在 1333 00:38:23,960 --> 00:38:26,510 分布是和呃在 以下我想呃预呃 1334 00:38:26,510 --> 00:38:26,520 以下我想呃预呃 1335 00:38:26,520 --> 00:38:28,589 以下我想呃预呃 介绍一些非常有趣的 1336 00:38:28,589 --> 00:38:28,599 介绍一些非常有趣的 1337 00:38:28,599 --> 00:38:32,190 介绍一些非常有趣的 基于我们对呃的分析的现象 1338 00:38:32,190 --> 00:38:32,200 基于我们对呃的分析的现象 1339 00:38:32,200 --> 00:38:37,510 基于我们对呃的分析的现象 趋势定义呃设计模型呃首先我们 1340 00:38:37,510 --> 00:38:37,520 趋势定义呃设计模型呃首先我们 1341 00:38:37,520 --> 00:38:41,349 趋势定义呃设计模型呃首先我们 呃只是呃我们想讨论一下 1342 00:38:41,349 --> 00:38:41,359 呃只是呃我们想讨论一下 1343 00:38:41,359 --> 00:38:44,550 呃只是呃我们想讨论一下 部门规划的样本外预测 1344 00:38:44,550 --> 00:38:44,560 部门规划的样本外预测 1345 00:38:44,560 --> 00:38:46,990 部门规划的样本外预测 呃因为这就是这非常 1346 00:38:46,990 --> 00:38:47,000 呃因为这就是这非常 1347 00:38:47,000 --> 00:38:51,630 呃因为这就是这非常 对于数据科学来说很重要 1348 00:38:51,630 --> 00:38:51,640 对于数据科学来说很重要 1349 00:38:51,640 --> 00:38:54,190 对于数据科学来说很重要 呃通常我们在 1350 00:38:54,190 --> 00:38:54,200 呃通常我们在 1351 00:38:54,200 --> 00:38:57,470 呃通常我们在 具体呃一些具体的数据集但是 1352 00:38:57,470 --> 00:38:57,480 具体呃一些具体的数据集但是 1353 00:38:57,480 --> 00:38:58,790 具体呃一些具体的数据集但是 但是 1354 00:38:58,790 --> 00:38:58,800 但是 1355 00:38:58,800 --> 00:39:01,750 但是 后来呃当我们遇到一些新数据时 1356 00:39:01,750 --> 00:39:01,760 后来呃当我们遇到一些新数据时 1357 00:39:01,760 --> 00:39:04,750 后来呃当我们遇到一些新数据时 设置数据资源呃我们的 1358 00:39:04,750 --> 00:39:04,760 设置数据资源呃我们的 1359 00:39:04,760 --> 00:39:08,790 设置数据资源呃我们的 模型呃它会是一些呃它会 1360 00:39:08,790 --> 00:39:08,800 模型呃它会是一些呃它会 1361 00:39:08,800 --> 00:39:11,430 模型呃它会是一些呃它会 模型做出一些动作是危险的 1362 00:39:11,430 --> 00:39:11,440 模型做出一些动作是危险的 1363 00:39:11,440 --> 00:39:14,870 模型做出一些动作是危险的 有些人对一些看不见的事物做出预测 1364 00:39:14,870 --> 00:39:14,880 有些人对一些看不见的事物做出预测 1365 00:39:14,880 --> 00:39:18,230 有些人对一些看不见的事物做出预测 以前看不见的数据资源呃所以 1366 00:39:18,230 --> 00:39:18,240 以前看不见的数据资源呃所以 1367 00:39:18,240 --> 00:39:21,150 以前看不见的数据资源呃所以 在这里我们想讨论一下这一点 1368 00:39:21,150 --> 00:39:21,160 在这里我们想讨论一下这一点 1369 00:39:21,160 --> 00:39:24,030 在这里我们想讨论一下这一点 呃，首先我们测试我们的模型 1370 00:39:24,030 --> 00:39:24,040 呃，首先我们测试我们的模型 1371 00:39:24,040 --> 00:39:27,990 呃，首先我们测试我们的模型 样本生成率预测 呃呃 1372 00:39:27,990 --> 00:39:28,000 样本生成率预测 呃呃 1373 00:39:28,000 --> 00:39:31,470 样本生成率预测 呃呃 预测呃，就是现在我 1374 00:39:31,470 --> 00:39:31,480 预测呃，就是现在我 1375 00:39:31,480 --> 00:39:35,349 预测呃，就是现在我 提到了呃模型我的模型 1376 00:39:35,349 --> 00:39:35,359 提到了呃模型我的模型 1377 00:39:35,359 --> 00:39:37,470 提到了呃模型我的模型 我刚才提到的趋势模型是 1378 00:39:37,470 --> 00:39:37,480 我刚才提到的趋势模型是 1379 00:39:37,480 --> 00:39:40,750 我刚才提到的趋势模型是 所有呃都是基于固定的趋势 1380 00:39:40,750 --> 00:39:40,760 所有呃都是基于固定的趋势 1381 00:39:40,760 --> 00:39:44,270 所有呃都是基于固定的趋势 强制率例如在这里呃 1382 00:39:44,270 --> 00:39:44,280 强制率例如在这里呃 1383 00:39:44,280 --> 00:39:46,309 强制率例如在这里呃 实际上对于集合节点系统 1384 00:39:46,309 --> 00:39:46,319 实际上对于集合节点系统 1385 00:39:46,319 --> 00:39:48,470 实际上对于集合节点系统 基本上我们可以设计不同的 1386 00:39:48,470 --> 00:39:48,480 基本上我们可以设计不同的 1387 00:39:48,480 --> 00:39:51,790 基本上我们可以设计不同的 强迫它的强迫率但是当我们 1388 00:39:51,790 --> 00:39:51,800 强迫它的强迫率但是当我们 1389 00:39:51,800 --> 00:39:56,150 强迫它的强迫率但是当我们 训练我们的行为模型呃我们总是使用 1390 00:39:56,150 --> 00:39:56,160 训练我们的行为模型呃我们总是使用 1391 00:39:56,160 --> 00:39:57,950 训练我们的行为模型呃我们总是使用 固定强迫率 1392 00:39:57,950 --> 00:39:57,960 固定强迫率 1393 00:39:57,960 --> 00:40:01,950 固定强迫率 锻造率只是差异呃 1394 00:40:01,950 --> 00:40:01,960 锻造率只是差异呃 1395 00:40:01,960 --> 00:40:05,630 锻造率只是差异呃 嗯它可以被控制呃控制 1396 00:40:05,630 --> 00:40:05,640 嗯它可以被控制呃控制 1397 00:40:05,640 --> 00:40:08,309 嗯它可以被控制呃控制 S节点中的参数Lambda 1398 00:40:08,309 --> 00:40:08,319 S节点中的参数Lambda 1399 00:40:08,319 --> 00:40:11,430 S节点中的参数Lambda 系统，呃，是的，我们采取唯一的 1400 00:40:11,430 --> 00:40:11,440 系统，呃，是的，我们采取唯一的 1401 00:40:11,440 --> 00:40:14,430 系统，呃，是的，我们采取唯一的 采取固定的强迫率 1402 00:40:14,430 --> 00:40:14,440 采取固定的强迫率 1403 00:40:14,440 --> 00:40:17,550 采取固定的强迫率 1.25 就像这条虚线 1404 00:40:17,550 --> 00:40:17,560 1.25 就像这条虚线 1405 00:40:17,560 --> 00:40:22,190 1.25 就像这条虚线 嘘嗯嗯当我们TR训练后 1406 00:40:22,190 --> 00:40:22,200 嘘嗯嗯当我们TR训练后 1407 00:40:22,200 --> 00:40:24,190 嘘嗯嗯当我们TR训练后 训练我们已经修复的模型 1408 00:40:24,190 --> 00:40:24,200 训练我们已经修复的模型 1409 00:40:24,200 --> 00:40:28,390 训练我们已经修复的模型 一切都没有改变，就让 1410 00:40:28,390 --> 00:40:28,400 一切都没有改变，就让 1411 00:40:28,400 --> 00:40:31,550 一切都没有改变，就让 呃呃就让我们 1412 00:40:31,550 --> 00:40:31,560 呃呃就让我们 1413 00:40:31,560 --> 00:40:34,990 呃呃就让我们 呃，只需使用趋势行为模型即可 1414 00:40:34,990 --> 00:40:35,000 呃，只需使用趋势行为模型即可 1415 00:40:35,000 --> 00:40:38,790 呃，只需使用趋势行为模型即可 对其他呃时间血清进行预测 1416 00:40:38,790 --> 00:40:38,800 对其他呃时间血清进行预测 1417 00:40:38,800 --> 00:40:41,550 对其他呃时间血清进行预测 呃，其他时间生成血清 1418 00:40:41,550 --> 00:40:41,560 呃，其他时间生成血清 1419 00:40:41,560 --> 00:40:44,710 呃，其他时间生成血清 从不同的呃福林率和 1420 00:40:44,710 --> 00:40:44,720 从不同的呃福林率和 1421 00:40:44,720 --> 00:40:46,870 从不同的呃福林率和 这些强迫率在 1422 00:40:46,870 --> 00:40:46,880 这些强迫率在 1423 00:40:46,880 --> 00:40:50,470 这些强迫率在 训练 Pro 呃训练阶段和 1424 00:40:50,470 --> 00:40:50,480 训练 Pro 呃训练阶段和 1425 00:40:50,480 --> 00:40:53,470 训练 Pro 呃训练阶段和 在这里，呃，它仍然有效 1426 00:40:53,470 --> 00:40:53,480 在这里，呃，它仍然有效 1427 00:40:53,480 --> 00:40:57,390 在这里，呃，它仍然有效 其他 foring 率呃但是呃看起来 1428 00:40:57,390 --> 00:40:57,400 其他 foring 率呃但是呃看起来 1429 00:40:57,400 --> 00:40:59,870 其他 foring 率呃但是呃看起来 它可以适用于样本外 1430 00:40:59,870 --> 00:40:59,880 它可以适用于样本外 1431 00:40:59,880 --> 00:41:04,150 它可以适用于样本外 强制率所以通过以下方式我们 1432 00:41:04,150 --> 00:41:04,160 强制率所以通过以下方式我们 1433 00:41:04,160 --> 00:41:09,510 强制率所以通过以下方式我们 进一步呃训练一个新的呃deing模型 1434 00:41:09,510 --> 00:41:09,520 进一步呃训练一个新的呃deing模型 1435 00:41:09,520 --> 00:41:13,069 进一步呃训练一个新的呃deing模型 对于此处设置的节点系统预测 1436 00:41:13,069 --> 00:41:13,079 对于此处设置的节点系统预测 1437 00:41:13,079 --> 00:41:15,670 对于此处设置的节点系统预测 我们只是采取另一个固定的强迫率 1438 00:41:15,670 --> 00:41:15,680 我们只是采取另一个固定的强迫率 1439 00:41:15,680 --> 00:41:20,510 我们只是采取另一个固定的强迫率 就像面板 D 中的呃面板 d uh 我们 1440 00:41:20,510 --> 00:41:20,520 就像面板 D 中的呃面板 d uh 我们 1441 00:41:20,520 --> 00:41:23,230 就像面板 D 中的呃面板 d uh 我们 使用另一个强迫率并生成 1442 00:41:23,230 --> 00:41:23,240 使用另一个强迫率并生成 1443 00:41:23,240 --> 00:41:26,510 使用另一个强迫率并生成 数据和训练 deping 模型 1444 00:41:26,510 --> 00:41:26,520 数据和训练 deping 模型 1445 00:41:26,520 --> 00:41:30,270 数据和训练 deping 模型 那么你的趋势模型预测 1446 00:41:30,270 --> 00:41:30,280 那么你的趋势模型预测 1447 00:41:30,280 --> 00:41:33,670 那么你的趋势模型预测 UNSE 强制利率在其他时间生效 1448 00:41:33,670 --> 00:41:33,680 UNSE 强制利率在其他时间生效 1449 00:41:33,680 --> 00:41:38,829 UNSE 强制利率在其他时间生效 像这里的面板 D 和这里的系列，如果我们 1450 00:41:38,829 --> 00:41:38,839 像这里的面板 D 和这里的系列，如果我们 1451 00:41:38,839 --> 00:41:42,109 像这里的面板 D 和这里的系列，如果我们 比较面板 a 和面板 d 的情况 1452 00:41:42,109 --> 00:41:42,119 比较面板 a 和面板 d 的情况 1453 00:41:42,119 --> 00:41:44,430 比较面板 a 和面板 d 的情况 模型在不同的强迫下呈现出趋势 1454 00:41:44,430 --> 00:41:44,440 模型在不同的强迫下呈现出趋势 1455 00:41:44,440 --> 00:41:49,190 模型在不同的强迫下呈现出趋势 率但是呃准确率模式呃是 1456 00:41:49,190 --> 00:41:49,200 率但是呃准确率模式呃是 1457 00:41:49,200 --> 00:41:54,309 率但是呃准确率模式呃是 非常相似，呃，两个呃呃 1458 00:41:54,309 --> 00:41:54,319 非常相似，呃，两个呃呃 1459 00:41:54,319 --> 00:41:57,750 非常相似，呃，两个呃呃 趋势趋势模型和呃 1460 00:41:57,750 --> 00:41:57,760 趋势趋势模型和呃 1461 00:41:57,760 --> 00:42:01,309 趋势趋势模型和呃 呃对于面板中的平底锅 G 呃基本 1462 00:42:01,309 --> 00:42:01,319 呃对于面板中的平底锅 G 呃基本 1463 00:42:01,319 --> 00:42:04,829 呃对于面板中的平底锅 G 呃基本 实际上这是我们做了一个额外的 1464 00:42:04,829 --> 00:42:04,839 实际上这是我们做了一个额外的 1465 00:42:04,839 --> 00:42:08,630 实际上这是我们做了一个额外的 实验刚刚喂饱呃喂呃喂 1466 00:42:08,630 --> 00:42:08,640 实验刚刚喂饱呃喂呃喂 1467 00:42:08,640 --> 00:42:11,670 实验刚刚喂饱呃喂呃喂 所有的强迫率时间序列进入 1468 00:42:11,670 --> 00:42:11,680 所有的强迫率时间序列进入 1469 00:42:11,680 --> 00:42:14,829 所有的强迫率时间序列进入 呃 deing 模型，那么在这种情况下呃 1470 00:42:14,829 --> 00:42:14,839 呃 deing 模型，那么在这种情况下呃 1471 00:42:14,839 --> 00:42:17,190 呃 deing 模型，那么在这种情况下呃 不会有前所未见的 1472 00:42:17,190 --> 00:42:17,200 不会有前所未见的 1473 00:42:17,200 --> 00:42:19,950 不会有前所未见的 以前从未见过的铸造率 1474 00:42:19,950 --> 00:42:19,960 以前从未见过的铸造率 1475 00:42:19,960 --> 00:42:23,030 以前从未见过的铸造率 设计模型然后我们比较 1476 00:42:23,030 --> 00:42:23,040 设计模型然后我们比较 1477 00:42:23,040 --> 00:42:26,349 设计模型然后我们比较 预测准确的模式 uh 来自 1478 00:42:26,349 --> 00:42:26,359 预测准确的模式 uh 来自 1479 00:42:26,359 --> 00:42:31,510 预测准确的模式 uh 来自 面板 a d g 他们看起来非常 1480 00:42:31,510 --> 00:42:31,520 面板 a d g 他们看起来非常 1481 00:42:31,520 --> 00:42:34,109 面板 a d g 他们看起来非常 一致，这是针对集合节点的 1482 00:42:34,109 --> 00:42:34,119 一致，这是针对集合节点的 1483 00:42:34,119 --> 00:42:36,950 一致，这是针对集合节点的 系统和这里也做了同样的事情 1484 00:42:36,950 --> 00:42:36,960 系统和这里也做了同样的事情 1485 00:42:36,960 --> 00:42:43,109 系统和这里也做了同样的事情 对于其他呃，另外两个典型的呃呃 1486 00:42:43,109 --> 00:42:43,119 对于其他呃，另外两个典型的呃呃 1487 00:42:43,119 --> 00:42:47,109 对于其他呃，另外两个典型的呃呃 堆肥喷杆系统的系统 1488 00:42:47,109 --> 00:42:47,119 堆肥喷杆系统的系统 1489 00:42:47,119 --> 00:42:50,710 堆肥喷杆系统的系统 呃我们使用不同的强迫率并且呃 1490 00:42:50,710 --> 00:42:50,720 呃我们使用不同的强迫率并且呃 1491 00:42:50,720 --> 00:42:53,829 呃我们使用不同的强迫率并且呃 我们可以得到同样的结论 1492 00:42:53,829 --> 00:42:53,839 我们可以得到同样的结论 1493 00:42:53,839 --> 00:42:56,790 我们可以得到同样的结论 作为S节点系统但对于boting 1494 00:42:56,790 --> 00:42:56,800 作为S节点系统但对于boting 1495 00:42:56,800 --> 00:42:57,870 作为S节点系统但对于boting 系统 1496 00:42:57,870 --> 00:42:57,880 系统 1497 00:42:57,880 --> 00:43:03,150 系统 是的，老实说，嗯，就是它，就是它 1498 00:43:03,150 --> 00:43:03,160 是的，老实说，嗯，就是它，就是它 1499 00:43:03,160 --> 00:43:06,230 是的，老实说，嗯，就是它，就是它 面板 B 和面板 E 确实不同 1500 00:43:06,230 --> 00:43:06,240 面板 B 和面板 E 确实不同 1501 00:43:06,240 --> 00:43:09,150 面板 B 和面板 E 确实不同 当我们使用不同的呃强迫率 1502 00:43:09,150 --> 00:43:09,160 当我们使用不同的呃强迫率 1503 00:43:09,160 --> 00:43:13,390 当我们使用不同的呃强迫率 训练模型，嗯，是的，为此呃 1504 00:43:13,390 --> 00:43:13,400 训练模型，嗯，是的，为此呃 1505 00:43:13,400 --> 00:43:16,950 训练模型，嗯，是的，为此呃 这种现象的要点呃我们我们 1506 00:43:16,950 --> 00:43:16,960 这种现象的要点呃我们我们 1507 00:43:16,960 --> 00:43:20,069 这种现象的要点呃我们我们 以为是因为boting系统 1508 00:43:20,069 --> 00:43:20,079 以为是因为boting系统 1509 00:43:20,079 --> 00:43:23,990 以为是因为boting系统 基本上是非常非常非常多 1510 00:43:23,990 --> 00:43:24,000 基本上是非常非常非常多 1511 00:43:24,000 --> 00:43:29,270 基本上是非常非常非常多 它有很多呃 1512 00:43:29,270 --> 00:43:29,280 它有很多呃 1513 00:43:29,280 --> 00:43:32,950 它有很多呃 复杂的呃混沌计算 1514 00:43:32,950 --> 00:43:32,960 复杂的呃混沌计算 1515 00:43:32,960 --> 00:43:38,190 复杂的呃混沌计算 本身所以在这种情况下就像在面板中一样 1516 00:43:38,190 --> 00:43:38,200 本身所以在这种情况下就像在面板中一样 1517 00:43:38,200 --> 00:43:40,910 本身所以在这种情况下就像在面板中一样 B 当我们训练火车时 1518 00:43:40,910 --> 00:43:40,920 B 当我们训练火车时 1519 00:43:40,920 --> 00:43:44,470 B 当我们训练火车时 取决于模型的固定强制率 1520 00:43:44,470 --> 00:43:44,480 取决于模型的固定强制率 1521 00:43:44,480 --> 00:43:47,470 取决于模型的固定强制率 其他迫使老鼠混乱 1522 00:43:47,470 --> 00:43:47,480 其他迫使老鼠混乱 1523 00:43:47,480 --> 00:43:50,349 其他迫使老鼠混乱 不同场合的行为确实不同 1524 00:43:50,349 --> 00:43:50,359 不同场合的行为确实不同 1525 00:43:50,359 --> 00:43:54,470 不同场合的行为确实不同 我们认为这是呃这个呃混乱 1526 00:43:54,470 --> 00:43:54,480 我们认为这是呃这个呃混乱 1527 00:43:54,480 --> 00:43:57,910 我们认为这是呃这个呃混乱 场合会扰乱呃呃意志 1528 00:43:57,910 --> 00:43:57,920 场合会扰乱呃呃意志 1529 00:43:57,920 --> 00:44:00,030 场合会扰乱呃呃意志 干扰对事件的预测 1530 00:44:00,030 --> 00:44:00,040 干扰对事件的预测 1531 00:44:00,040 --> 00:44:03,870 干扰对事件的预测 模型，但如果我们一直适合 1532 00:44:03,870 --> 00:44:03,880 模型，但如果我们一直适合 1533 00:44:03,880 --> 00:44:06,470 模型，但如果我们一直适合 Ser 迫使比赛时间系列进入 1534 00:44:06,470 --> 00:44:06,480 Ser 迫使比赛时间系列进入 1535 00:44:06,480 --> 00:44:08,710 Ser 迫使比赛时间系列进入 mod 训练模型并进行预测 1536 00:44:08,710 --> 00:44:08,720 mod 训练模型并进行预测 1537 00:44:08,720 --> 00:44:13,190 mod 训练模型并进行预测 在测试数据集上然后呃它可以 1538 00:44:13,190 --> 00:44:13,200 在测试数据集上然后呃它可以 1539 00:44:13,200 --> 00:44:18,069 在测试数据集上然后呃它可以 给我们看看，嗯，嗯，还有更多 1540 00:44:18,069 --> 00:44:18,079 给我们看看，嗯，嗯，还有更多 1541 00:44:18,079 --> 00:44:22,390 给我们看看，嗯，嗯，还有更多 舒适的呃图案呃在它的 1542 00:44:22,390 --> 00:44:22,400 舒适的呃图案呃在它的 1543 00:44:22,400 --> 00:44:24,309 舒适的呃图案呃在它的 准确度 1544 00:44:24,309 --> 00:44:24,319 准确度 1545 00:44:24,319 --> 00:44:28,910 准确度 是的，这意味着呃当我们 1546 00:44:28,910 --> 00:44:28,920 是的，这意味着呃当我们 1547 00:44:28,920 --> 00:44:33,150 是的，这意味着呃当我们 趋势这对呃来说也很重要 1548 00:44:33,150 --> 00:44:33,160 趋势这对呃来说也很重要 1549 00:44:33,160 --> 00:44:36,069 趋势这对呃来说也很重要 如果我们愿意的话，我们呃将来 1550 00:44:36,069 --> 00:44:36,079 如果我们愿意的话，我们呃将来 1551 00:44:36,079 --> 00:44:39,510 如果我们愿意的话，我们呃将来 训练我们应该考虑的行为模型 1552 00:44:39,510 --> 00:44:39,520 训练我们应该考虑的行为模型 1553 00:44:39,520 --> 00:44:43,950 训练我们应该考虑的行为模型 呃对于一个特定的呃动力系统 1554 00:44:43,950 --> 00:44:43,960 呃对于一个特定的呃动力系统 1555 00:44:43,960 --> 00:44:47,470 呃对于一个特定的呃动力系统 它的内部动力可以 Al 可以 1556 00:44:47,470 --> 00:44:47,480 它的内部动力可以 Al 可以 1557 00:44:47,480 --> 00:44:51,349 它的内部动力可以 Al 可以 可能会扰乱行为呃 1558 00:44:51,349 --> 00:44:51,359 可能会扰乱行为呃 1559 00:44:51,359 --> 00:44:55,910 可能会扰乱行为呃 指示这个需要小心 1560 00:44:55,910 --> 00:44:55,920 指示这个需要小心 1561 00:44:55,920 --> 00:44:59,790 指示这个需要小心 是的呃然后是第二个呃第二个 1562 00:44:59,790 --> 00:44:59,800 是的呃然后是第二个呃第二个 1563 00:44:59,800 --> 00:45:03,750 是的呃然后是第二个呃第二个 分析是为了呃预测 1564 00:45:03,750 --> 00:45:03,760 分析是为了呃预测 1565 00:45:03,760 --> 00:45:07,030 分析是为了呃预测 样本动力系统呃那个 1566 00:45:07,030 --> 00:45:07,040 样本动力系统呃那个 1567 00:45:07,040 --> 00:45:10,549 样本动力系统呃那个 表示三动力系统的 um 1568 00:45:10,549 --> 00:45:10,559 表示三动力系统的 um 1569 00:45:10,559 --> 00:45:14,549 表示三动力系统的 um 设置节点 Bing 并组成繁荣 uh 1570 00:45:14,549 --> 00:45:14,559 设置节点 Bing 并组成繁荣 uh 1571 00:45:14,559 --> 00:45:17,950 设置节点 Bing 并组成繁荣 uh 在这里我们绘制自相关 1572 00:45:17,950 --> 00:45:17,960 在这里我们绘制自相关 1573 00:45:17,960 --> 00:45:21,630 在这里我们绘制自相关 功能时间严重呃 1574 00:45:21,630 --> 00:45:21,640 功能时间严重呃 1575 00:45:21,640 --> 00:45:25,030 功能时间严重呃 分别来自这三个系统 1576 00:45:25,030 --> 00:45:25,040 分别来自这三个系统 1577 00:45:25,040 --> 00:45:29,990 分别来自这三个系统 系统，我们可以观察到 1578 00:45:29,990 --> 00:45:30,000 系统，我们可以观察到 1579 00:45:30,000 --> 00:45:33,309 系统，我们可以观察到 呃，有一些呃时间尺度 1580 00:45:33,309 --> 00:45:33,319 呃，有一些呃时间尺度 1581 00:45:33,319 --> 00:45:37,150 呃，有一些呃时间尺度 这个呃系统之间的分离 1582 00:45:37,150 --> 00:45:37,160 这个呃系统之间的分离 1583 00:45:37,160 --> 00:45:40,230 这个呃系统之间的分离 这意味着动态动态 1584 00:45:40,230 --> 00:45:40,240 这意味着动态动态 1585 00:45:40,240 --> 00:45:42,670 这意味着动态动态 三个系统的动力学分别为 1586 00:45:42,670 --> 00:45:42,680 三个系统的动力学分别为 1587 00:45:42,680 --> 00:45:45,470 三个系统的动力学分别为 彼此之间有很大不同呃 1588 00:45:45,470 --> 00:45:45,480 彼此之间有很大不同呃 1589 00:45:45,480 --> 00:45:48,710 彼此之间有很大不同呃 但在这里我们还是表演一个呃 1590 00:45:48,710 --> 00:45:48,720 但在这里我们还是表演一个呃 1591 00:45:48,720 --> 00:45:51,829 但在这里我们还是表演一个呃 有趣的实验例如 1592 00:45:51,829 --> 00:45:51,839 有趣的实验例如 1593 00:45:51,839 --> 00:45:55,270 有趣的实验例如 sod 系统 我们训练 S 训练 1594 00:45:55,270 --> 00:45:55,280 sod 系统 我们训练 S 训练 1595 00:45:55,280 --> 00:45:59,069 sod 系统 我们训练 S 训练 取决于型号，我修复了呃福林 1596 00:45:59,069 --> 00:45:59,079 取决于型号，我修复了呃福林 1597 00:45:59,079 --> 00:46:04,589 取决于型号，我修复了呃福林 速率 uh a 某个特定速率 uh 来自 1598 00:46:04,589 --> 00:46:04,599 速率 uh a 某个特定速率 uh 来自 1599 00:46:04,599 --> 00:46:08,349 速率 uh a 某个特定速率 uh 来自 集合而不是系统然后进行预测 1600 00:46:08,349 --> 00:46:08,359 集合而不是系统然后进行预测 1601 00:46:08,359 --> 00:46:11,870 集合而不是系统然后进行预测 对于其他锻造率以及 1602 00:46:11,870 --> 00:46:11,880 对于其他锻造率以及 1603 00:46:11,880 --> 00:46:15,829 对于其他锻造率以及 其他的锻造率在呃呃在 1604 00:46:15,829 --> 00:46:15,839 其他的锻造率在呃呃在 1605 00:46:15,839 --> 00:46:18,829 其他的锻造率在呃呃在 Bing系统和组合系统 1606 00:46:18,829 --> 00:46:18,839 Bing系统和组合系统 1607 00:46:18,839 --> 00:46:23,750 Bing系统和组合系统 让我们呃让我们看一下面板 a b c uh 1608 00:46:23,750 --> 00:46:23,760 让我们呃让我们看一下面板 a b c uh 1609 00:46:23,760 --> 00:46:25,750 让我们呃让我们看一下面板 a b c uh 这意味着 1610 00:46:25,750 --> 00:46:25,760 这意味着 1611 00:46:25,760 --> 00:46:30,589 这意味着 呃，我们仍然可以观察到一些呃 1612 00:46:30,589 --> 00:46:30,599 呃，我们仍然可以观察到一些呃 1613 00:46:30,599 --> 00:46:34,750 呃，我们仍然可以观察到一些呃 一些呃一些预测技巧但是 1614 00:46:34,750 --> 00:46:34,760 一些呃一些预测技巧但是 1615 00:46:34,760 --> 00:46:36,750 一些呃一些预测技巧但是 而且离小费也很近 1616 00:46:36,750 --> 00:46:36,760 而且离小费也很近 1617 00:46:36,760 --> 00:46:41,950 而且离小费也很近 发生呃呃小费时间但仍然 1618 00:46:41,950 --> 00:46:41,960 发生呃呃小费时间但仍然 1619 00:46:41,960 --> 00:46:45,870 发生呃呃小费时间但仍然 这意味着呃希望这个呃这个呃 1620 00:46:45,870 --> 00:46:45,880 这意味着呃希望这个呃这个呃 1621 00:46:45,880 --> 00:46:49,069 这意味着呃希望这个呃这个呃 确实可以从样本中提取一些 1622 00:46:49,069 --> 00:46:49,079 确实可以从样本中提取一些 1623 00:46:49,079 --> 00:46:51,990 确实可以从样本中提取一些 预测 做出一些预测规模 1624 00:46:51,990 --> 00:46:52,000 预测 做出一些预测规模 1625 00:46:52,000 --> 00:46:54,670 预测 做出一些预测规模 用于样本外预测 1626 00:46:54,670 --> 00:46:54,680 用于样本外预测 1627 00:46:54,680 --> 00:46:59,390 用于样本外预测 动力系统，呃，我们也 1628 00:46:59,390 --> 00:46:59,400 动力系统，呃，我们也 1629 00:46:59,400 --> 00:47:02,630 动力系统，呃，我们也 为另一个做了同样的事情 1630 00:47:02,630 --> 00:47:02,640 为另一个做了同样的事情 1631 00:47:02,640 --> 00:47:06,510 为另一个做了同样的事情 呃，两个动力系统，看起来 1632 00:47:06,510 --> 00:47:06,520 呃，两个动力系统，看起来 1633 00:47:06,520 --> 00:47:09,589 呃，两个动力系统，看起来 这很有趣，就像呃 B 一样 1634 00:47:09,589 --> 00:47:09,599 这很有趣，就像呃 B 一样 1635 00:47:09,599 --> 00:47:11,950 这很有趣，就像呃 B 一样 机器人系统取决于模型 1636 00:47:11,950 --> 00:47:11,960 机器人系统取决于模型 1637 00:47:11,960 --> 00:47:14,390 机器人系统取决于模型 基于机器人系统的趋势它可以 1638 00:47:14,390 --> 00:47:14,400 基于机器人系统的趋势它可以 1639 00:47:14,400 --> 00:47:18,150 基于机器人系统的趋势它可以 非常适合组合繁荣 1640 00:47:18,150 --> 00:47:18,160 非常适合组合繁荣 1641 00:47:18,160 --> 00:47:21,150 非常适合组合繁荣 系统和呃这个模式如果我们有 1642 00:47:21,150 --> 00:47:21,160 系统和呃这个模式如果我们有 1643 00:47:21,160 --> 00:47:25,190 系统和呃这个模式如果我们有 看了模式F，我看了Bing 1644 00:47:25,190 --> 00:47:25,200 看了模式F，我看了Bing 1645 00:47:25,200 --> 00:47:28,870 看了模式F，我看了Bing 机器人系统 de planing 模型可以 1646 00:47:28,870 --> 00:47:28,880 机器人系统 de planing 模型可以 1647 00:47:28,880 --> 00:47:30,670 机器人系统 de planing 模型可以 做出很好的预测 1648 00:47:30,670 --> 00:47:30,680 做出很好的预测 1649 00:47:30,680 --> 00:47:33,670 做出很好的预测 堆肥围杆系统及图案为 1650 00:47:33,670 --> 00:47:33,680 堆肥围杆系统及图案为 1651 00:47:33,680 --> 00:47:37,069 堆肥围杆系统及图案为 彼此非常相似，这意味着 1652 00:47:37,069 --> 00:47:37,079 彼此非常相似，这意味着 1653 00:47:37,079 --> 00:47:39,670 彼此非常相似，这意味着 尽管动态 Dynamics 是 1654 00:47:39,670 --> 00:47:39,680 尽管动态 Dynamics 是 1655 00:47:39,680 --> 00:47:41,710 尽管动态 Dynamics 是 不同但仍然可以使技能 1656 00:47:41,710 --> 00:47:41,720 不同但仍然可以使技能 1657 00:47:41,720 --> 00:47:47,950 不同但仍然可以使技能 有时用于预测，呃呃是的 1658 00:47:47,950 --> 00:47:47,960 有时用于预测，呃呃是的 1659 00:47:47,960 --> 00:47:52,109 有时用于预测，呃呃是的 呃最后我们也呃做了一个呃呃我们 1660 00:47:52,109 --> 00:47:52,119 呃最后我们也呃做了一个呃呃我们 1661 00:47:52,119 --> 00:47:55,670 呃最后我们也呃做了一个呃呃我们 也反式TR 我们的deping模型反式 1662 00:47:55,670 --> 00:47:55,680 也反式TR 我们的deping模型反式 1663 00:47:55,680 --> 00:47:59,069 也反式TR 我们的deping模型反式 德平模型包括所有的强迫 1664 00:47:59,069 --> 00:47:59,079 德平模型包括所有的强迫 1665 00:47:59,079 --> 00:48:02,510 德平模型包括所有的强迫 费率和所有呃时间Ser 1666 00:48:02,510 --> 00:48:02,520 费率和所有呃时间Ser 1667 00:48:02,520 --> 00:48:04,430 费率和所有呃时间Ser 来自所有系统的所有三个 1668 00:48:04,430 --> 00:48:04,440 来自所有系统的所有三个 1669 00:48:04,440 --> 00:48:08,069 来自所有系统的所有三个 系统，然后我们称之为 1670 00:48:08,069 --> 00:48:08,079 系统，然后我们称之为 1671 00:48:08,079 --> 00:48:11,750 系统，然后我们称之为 那么一个全面的行为模型 1672 00:48:11,750 --> 00:48:11,760 那么一个全面的行为模型 1673 00:48:11,760 --> 00:48:14,190 那么一个全面的行为模型 最终这个全面的行为 1674 00:48:14,190 --> 00:48:14,200 最终这个全面的行为 1675 00:48:14,200 --> 00:48:18,270 最终这个全面的行为 模型可以预测呃是的可以 1676 00:48:18,270 --> 00:48:18,280 模型可以预测呃是的可以 1677 00:48:18,280 --> 00:48:22,150 模型可以预测呃是的可以 预测那些小费的呃呃写 1678 00:48:22,150 --> 00:48:22,160 预测那些小费的呃呃写 1679 00:48:22,160 --> 00:48:25,470 预测那些小费的呃呃写 对于三个不同的人来说非常非常好 1680 00:48:25,470 --> 00:48:25,480 对于三个不同的人来说非常非常好 1681 00:48:25,480 --> 00:48:29,470 对于三个不同的人来说非常非常好 不同系统 1682 00:48:29,470 --> 00:48:29,480 1683 00:48:29,480 --> 00:48:36,230 是啊嗯嗯是啊呃非常接近呃 1684 00:48:36,230 --> 00:48:36,240 是啊嗯嗯是啊呃非常接近呃 1685 00:48:36,240 --> 00:48:40,870 是啊嗯嗯是啊呃非常接近呃 到最后一张幻灯片但是是的，嗯，我在这里 1686 00:48:40,870 --> 00:48:40,880 到最后一张幻灯片但是是的，嗯，我在这里 1687 00:48:40,880 --> 00:48:43,589 到最后一张幻灯片但是是的，嗯，我在这里 还想介绍一些 1688 00:48:43,589 --> 00:48:43,599 还想介绍一些 1689 00:48:43,599 --> 00:48:46,150 还想介绍一些 有趣的事情呃这是一个观点 1690 00:48:46,150 --> 00:48:46,160 有趣的事情呃这是一个观点 1691 00:48:46,160 --> 00:48:50,829 有趣的事情呃这是一个观点 来自可解释的人工智能但是呃是的 1692 00:48:50,829 --> 00:48:50,839 来自可解释的人工智能但是呃是的 1693 00:48:50,839 --> 00:48:54,470 来自可解释的人工智能但是呃是的 嗯基本上是我们可以解释的人工智能 1694 00:48:54,470 --> 00:48:54,480 嗯基本上是我们可以解释的人工智能 1695 00:48:54,480 --> 00:48:57,549 嗯基本上是我们可以解释的人工智能 我们可以将它与 R 联系起来 1696 00:48:57,549 --> 00:48:57,559 我们可以将它与 R 联系起来 1697 00:48:57,559 --> 00:49:00,710 我们可以将它与 R 联系起来 例如回归考虑如果我们 1698 00:49:00,710 --> 00:49:00,720 例如回归考虑如果我们 1699 00:49:00,720 --> 00:49:04,430 例如回归考虑如果我们 有一个 r 回归呃我们使用一个 r 1700 00:49:04,430 --> 00:49:04,440 有一个 r 回归呃我们使用一个 r 1701 00:49:04,440 --> 00:49:08,109 有一个 r 回归呃我们使用一个 r 回归模型来拟合 uh 基于 1702 00:49:08,109 --> 00:49:08,119 回归模型来拟合 uh 基于 1703 00:49:08,119 --> 00:49:11,430 回归模型来拟合 uh 基于 那么有很多 exp 可解释变量 1704 00:49:11,430 --> 00:49:11,440 那么有很多 exp 可解释变量 1705 00:49:11,440 --> 00:49:14,230 那么有很多 exp 可解释变量 对于每个变量可解释变量 1706 00:49:14,230 --> 00:49:14,240 对于每个变量可解释变量 1707 00:49:14,240 --> 00:49:17,109 对于每个变量可解释变量 我们可以得到特征重要性 1708 00:49:17,109 --> 00:49:17,119 我们可以得到特征重要性 1709 00:49:17,119 --> 00:49:20,990 我们可以得到特征重要性 基于拟合 uh 效率 1710 00:49:20,990 --> 00:49:21,000 基于拟合 uh 效率 1711 00:49:21,000 --> 00:49:25,230 基于拟合 uh 效率 r 回归模型在这里是 s 1712 00:49:25,230 --> 00:49:25,240 r 回归模型在这里是 s 1713 00:49:25,240 --> 00:49:28,470 r 回归模型在这里是 s 模型呃，我们可以在这里一样 1714 00:49:28,470 --> 00:49:28,480 模型呃，我们可以在这里一样 1715 00:49:28,480 --> 00:49:32,829 模型呃，我们可以在这里一样 就拿呃层呃层 1716 00:49:32,829 --> 00:49:32,839 就拿呃层呃层 1717 00:49:32,839 --> 00:49:35,910 就拿呃层呃层 相关性传播算法 1718 00:49:35,910 --> 00:49:35,920 相关性传播算法 1719 00:49:35,920 --> 00:49:40,589 相关性传播算法 提取 uh 特征重要性 uh 1720 00:49:40,589 --> 00:49:40,599 提取 uh 特征重要性 uh 1721 00:49:40,599 --> 00:49:46,710 提取 uh 特征重要性 uh 每个呃输入数据呃这可以是的 1722 00:49:46,710 --> 00:49:46,720 每个呃输入数据呃这可以是的 1723 00:49:46,720 --> 00:49:50,670 每个呃输入数据呃这可以是的 只是认为它只是将它与呃联系起来 1724 00:49:50,670 --> 00:49:50,680 只是认为它只是将它与呃联系起来 1725 00:49:50,680 --> 00:49:54,230 只是认为它只是将它与呃联系起来 r 回归表征重要性 1726 00:49:54,230 --> 00:49:54,240 r 回归表征重要性 1727 00:49:54,240 --> 00:49:57,829 r 回归表征重要性 呃，这将是非常相似的图表 1728 00:49:57,829 --> 00:49:57,839 呃，这将是非常相似的图表 1729 00:49:57,839 --> 00:50:01,670 呃，这将是非常相似的图表 但这里呃这是一个预测 1730 00:50:01,670 --> 00:50:01,680 但这里呃这是一个预测 1731 00:50:01,680 --> 00:50:06,309 但这里呃这是一个预测 设置节点系统和仅 30 个时间步 1732 00:50:06,309 --> 00:50:06,319 设置节点系统和仅 30 个时间步 1733 00:50:06,319 --> 00:50:09,990 设置节点系统和仅 30 个时间步 在 RTP 发生之前如果我们 1734 00:50:09,990 --> 00:50:10,000 在 RTP 发生之前如果我们 1735 00:50:10,000 --> 00:50:13,750 在 RTP 发生之前如果我们 比较呃呃分层传播 1736 00:50:13,750 --> 00:50:13,760 比较呃呃分层传播 1737 00:50:13,760 --> 00:50:18,789 比较呃呃分层传播 lrp 得分 uh 之前 uh 不同 1738 00:50:18,789 --> 00:50:18,799 lrp 得分 uh 之前 uh 不同 1739 00:50:18,799 --> 00:50:21,789 lrp 得分 uh 之前 uh 不同 不同 uh 的时间序列 uh 1740 00:50:21,789 --> 00:50:21,799 不同 uh 的时间序列 uh 1741 00:50:21,799 --> 00:50:23,589 不同 uh 的时间序列 uh Ser沿的不同时间点 1742 00:50:23,589 --> 00:50:23,599 Ser沿的不同时间点 1743 00:50:23,599 --> 00:50:27,470 Ser沿的不同时间点 那么我们期望的时间序列 1744 00:50:27,470 --> 00:50:27,480 那么我们期望的时间序列 1745 00:50:27,480 --> 00:50:31,230 那么我们期望的时间序列 找出一些前兆信号，注意 1746 00:50:31,230 --> 00:50:31,240 找出一些前兆信号，注意 1747 00:50:31,240 --> 00:50:33,990 找出一些前兆信号，注意 在时间序列段中 1748 00:50:33,990 --> 00:50:34,000 在时间序列段中 1749 00:50:34,000 --> 00:50:36,030 在时间序列段中 不同时间的提前期呃预测 1750 00:50:36,030 --> 00:50:36,040 不同时间的提前期呃预测 1751 00:50:36,040 --> 00:50:39,270 不同时间的提前期呃预测 例如，如果我们比较这里的交货时间 1752 00:50:39,270 --> 00:50:39,280 例如，如果我们比较这里的交货时间 1753 00:50:39,280 --> 00:50:42,190 例如，如果我们比较这里的交货时间 呃比较有小费和不给小费 1754 00:50:42,190 --> 00:50:42,200 呃比较有小费和不给小费 1755 00:50:42,200 --> 00:50:46,230 呃比较有小费和不给小费 我们的 lrp 分数的类别 1756 00:50:46,230 --> 00:50:46,240 我们的 lrp 分数的类别 1757 00:50:46,240 --> 00:50:48,789 我们的 lrp 分数的类别 可以发现它非常不同并且 1758 00:50:48,789 --> 00:50:48,799 可以发现它非常不同并且 1759 00:50:48,799 --> 00:50:53,069 可以发现它非常不同并且 具体来说，我们发现两个呃差异 1760 00:50:53,069 --> 00:50:53,079 具体来说，我们发现两个呃差异 1761 00:50:53,079 --> 00:50:56,230 具体来说，我们发现两个呃差异 呃，功能的重要性之一是非常 1762 00:50:56,230 --> 00:50:56,240 呃，功能的重要性之一是非常 1763 00:50:56,240 --> 00:50:59,230 呃，功能的重要性之一是非常 接近小费呃结束了 1764 00:50:59,230 --> 00:50:59,240 接近小费呃结束了 1765 00:50:59,240 --> 00:51:02,789 接近小费呃结束了 时间序列片段这是呃 1766 00:51:02,789 --> 00:51:02,799 时间序列片段这是呃 1767 00:51:02,799 --> 00:51:05,710 时间序列片段这是呃 比较容易理解，因为 1768 00:51:05,710 --> 00:51:05,720 比较容易理解，因为 1769 00:51:05,720 --> 00:51:09,789 比较容易理解，因为 这意味着 tping uh r tping r 1770 00:51:09,789 --> 00:51:09,799 这意味着 tping uh r tping r 1771 00:51:09,799 --> 00:51:13,349 这意味着 tping uh r tping r tping 概率高度相关 1772 00:51:13,349 --> 00:51:13,359 tping 概率高度相关 1773 00:51:13,359 --> 00:51:16,990 tping 概率高度相关 呃当前时间步当前 1774 00:51:16,990 --> 00:51:17,000 呃当前时间步当前 1775 00:51:17,000 --> 00:51:19,870 呃当前时间步当前 系统状态的时间点 1776 00:51:19,870 --> 00:51:19,880 系统状态的时间点 1777 00:51:19,880 --> 00:51:22,990 系统状态的时间点 系统状态，但我们也发现了一个 1778 00:51:22,990 --> 00:51:23,000 系统状态，但我们也发现了一个 1779 00:51:23,000 --> 00:51:26,270 系统状态，但我们也发现了一个 指纹呃这是固定指纹 1780 00:51:26,270 --> 00:51:26,280 指纹呃这是固定指纹 1781 00:51:26,280 --> 00:51:27,109 指纹呃这是固定指纹 呃 1782 00:51:27,109 --> 00:51:27,119 呃 1783 00:51:27,119 --> 00:51:30,510 呃 呃大约一个时间窗口呃 1784 00:51:30,510 --> 00:51:30,520 呃大约一个时间窗口呃 1785 00:51:30,520 --> 00:51:37,510 呃大约一个时间窗口呃 那是 嗯嗯 50 倍 dep 到 100 倍 1786 00:51:37,510 --> 00:51:37,520 那是 嗯嗯 50 倍 dep 到 100 倍 1787 00:51:37,520 --> 00:51:41,829 那是 嗯嗯 50 倍 dep 到 100 倍 在琶音发生之前出发，我们 1788 00:51:41,829 --> 00:51:41,839 在琶音发生之前出发，我们 1789 00:51:41,839 --> 00:51:45,109 在琶音发生之前出发，我们 注意这个峰值，对于这个峰值它是 1790 00:51:45,109 --> 00:51:45,119 注意这个峰值，对于这个峰值它是 1791 00:51:45,119 --> 00:51:49,549 注意这个峰值，对于这个峰值它是 非常有趣，我们意识到 1792 00:51:49,549 --> 00:51:49,559 非常有趣，我们意识到 1793 00:51:49,559 --> 00:51:53,549 非常有趣，我们意识到 嗯，一定有一些动态 1794 00:51:53,549 --> 00:51:53,559 嗯，一定有一些动态 1795 00:51:53,559 --> 00:51:56,910 嗯，一定有一些动态 特征可以呃已经被捕获了 1796 00:51:56,910 --> 00:51:56,920 特征可以呃已经被捕获了 1797 00:51:56,920 --> 00:51:59,750 特征可以呃已经被捕获了 行为模型然后有一个峰值 1798 00:51:59,750 --> 00:51:59,760 行为模型然后有一个峰值 1799 00:51:59,760 --> 00:52:03,589 行为模型然后有一个峰值 这里基本上是为了呃呃为了 1800 00:52:03,589 --> 00:52:03,599 这里基本上是为了呃呃为了 1801 00:52:03,599 --> 00:52:08,030 这里基本上是为了呃呃为了 模型为 deping 呃为 RTP 呃 1802 00:52:08,030 --> 00:52:08,040 模型为 deping 呃为 RTP 呃 1803 00:52:08,040 --> 00:52:11,030 模型为 deping 呃为 RTP 呃 呃这里的 RTP 呃有两个 1804 00:52:11,030 --> 00:52:11,040 呃这里的 RTP 呃有两个 1805 00:52:11,040 --> 00:52:14,190 呃这里的 RTP 呃有两个 RTP 的元素是 1806 00:52:14,190 --> 00:52:14,200 RTP 的元素是 1807 00:52:14,200 --> 00:52:17,910 RTP 的元素是 强制率第二第二呃第二个 1808 00:52:17,910 --> 00:52:17,920 强制率第二第二呃第二个 1809 00:52:17,920 --> 00:52:21,910 强制率第二第二呃第二个 是呃是噪音场但是对于 1810 00:52:21,910 --> 00:52:21,920 是呃是噪音场但是对于 1811 00:52:21,920 --> 00:52:24,750 是呃是噪音场但是对于 我们检查过噪音部分但没有 1812 00:52:24,750 --> 00:52:24,760 我们检查过噪音部分但没有 1813 00:52:24,760 --> 00:52:27,789 我们检查过噪音部分但没有 但我们没有发现任何特别的东西 1814 00:52:27,789 --> 00:52:27,799 但我们没有发现任何特别的东西 1815 00:52:27,799 --> 00:52:30,589 但我们没有发现任何特别的东西 与此指纹相关，但对于 1816 00:52:30,589 --> 00:52:30,599 与此指纹相关，但对于 1817 00:52:30,599 --> 00:52:33,230 与此指纹相关，但对于 我们发现了一些有趣的锻造率 1818 00:52:33,230 --> 00:52:33,240 我们发现了一些有趣的锻造率 1819 00:52:33,240 --> 00:52:37,109 我们发现了一些有趣的锻造率 这里的事情呃因为时间很严重 1820 00:52:37,109 --> 00:52:37,119 这里的事情呃因为时间很严重 1821 00:52:37,119 --> 00:52:39,950 这里的事情呃因为时间很严重 呃他们这里的时间序列 1822 00:52:39,950 --> 00:52:39,960 呃他们这里的时间序列 1823 00:52:39,960 --> 00:52:44,109 呃他们这里的时间序列 不同的呃最大呃锻造率 1824 00:52:44,109 --> 00:52:44,119 不同的呃最大呃锻造率 1825 00:52:44,119 --> 00:52:48,309 不同的呃最大呃锻造率 最大的就是刚才这里的呃呃 1826 00:52:48,309 --> 00:52:48,319 最大的就是刚才这里的呃呃 1827 00:52:48,319 --> 00:52:50,670 最大的就是刚才这里的呃呃 对于强迫剖面，如果我们计算 1828 00:52:50,670 --> 00:52:50,680 对于强迫剖面，如果我们计算 1829 00:52:50,680 --> 00:52:51,789 对于强迫剖面，如果我们计算 的 1830 00:52:51,789 --> 00:52:51,799 的 1831 00:52:51,799 --> 00:52:54,430 的 差异呃差异时间序列 1832 00:52:54,430 --> 00:52:54,440 差异呃差异时间序列 1833 00:52:54,440 --> 00:52:57,670 差异呃差异时间序列 那么我们可以得到锻造轮廓 1834 00:52:57,670 --> 00:52:57,680 那么我们可以得到锻造轮廓 1835 00:52:57,680 --> 00:53:02,349 那么我们可以得到锻造轮廓 即时强迫率也是的 1836 00:53:02,349 --> 00:53:02,359 即时强迫率也是的 1837 00:53:02,359 --> 00:53:05,750 即时强迫率也是的 即时换档率也那么我们 1838 00:53:05,750 --> 00:53:05,760 即时换档率也那么我们 1839 00:53:05,760 --> 00:53:10,030 即时换档率也那么我们 我们可以做一个作文并找到 1840 00:53:10,030 --> 00:53:10,040 我们可以做一个作文并找到 1841 00:53:10,040 --> 00:53:13,829 我们可以做一个作文并找到 嗯，一些早期的 R tping 和晚期的晚期 1842 00:53:13,829 --> 00:53:13,839 嗯，一些早期的 R tping 和晚期的晚期 1843 00:53:13,839 --> 00:53:17,549 嗯，一些早期的 R tping 和晚期的晚期 RTP 表示早或晚 1844 00:53:17,549 --> 00:53:17,559 RTP 表示早或晚 1845 00:53:17,559 --> 00:53:21,430 RTP 表示早或晚 类似地，由“是的”定义 1846 00:53:21,430 --> 00:53:21,440 类似地，由“是的”定义 1847 00:53:21,440 --> 00:53:23,750 类似地，由“是的”定义 最大瞬时力 1848 00:53:23,750 --> 00:53:23,760 最大瞬时力 1849 00:53:23,760 --> 00:53:26,870 最大瞬时力 例如早期的 RTP 速率 1850 00:53:26,870 --> 00:53:26,880 例如早期的 RTP 速率 1851 00:53:26,880 --> 00:53:29,270 例如早期的 RTP 速率 小费 小费时间非常接近 1852 00:53:29,270 --> 00:53:29,280 小费 小费时间非常接近 1853 00:53:29,280 --> 00:53:33,549 小费 小费时间非常接近 最大 uh 最大强迫率 uh 1854 00:53:33,549 --> 00:53:33,559 最大 uh 最大强迫率 uh 1855 00:53:33,559 --> 00:53:36,670 最大 uh 最大强迫率 uh 通常在之前的研究中用于呃 1856 00:53:36,670 --> 00:53:36,680 通常在之前的研究中用于呃 1857 00:53:36,680 --> 00:53:39,470 通常在之前的研究中用于呃 人们会认为 会认为 1858 00:53:39,470 --> 00:53:39,480 人们会认为 会认为 1859 00:53:39,480 --> 00:53:42,030 人们会认为 会认为 当外强迫到达时 1860 00:53:42,030 --> 00:53:42,040 当外强迫到达时 1861 00:53:42,040 --> 00:53:44,910 当外强迫到达时 是最大强迫率，这是最 1862 00:53:44,910 --> 00:53:44,920 是最大强迫率，这是最 1863 00:53:44,920 --> 00:53:48,030 是最大强迫率，这是最 危险的呃最危险的 1864 00:53:48,030 --> 00:53:48,040 危险的呃最危险的 1865 00:53:48,040 --> 00:53:52,390 危险的呃最危险的 系统经历的时间 1866 00:53:52,390 --> 00:53:52,400 系统经历的时间 1867 00:53:52,400 --> 00:53:56,589 系统经历的时间 一个临界点呃但是我们在这里 1868 00:53:56,589 --> 00:53:56,599 一个临界点呃但是我们在这里 1869 00:53:56,599 --> 00:54:01,230 一个临界点呃但是我们在这里 发现已经比较晚了 1870 00:54:01,230 --> 00:54:01,240 发现已经比较晚了 1871 00:54:01,240 --> 00:54:05,030 发现已经比较晚了 最大强迫呃但是呃我们也发现 1872 00:54:05,030 --> 00:54:05,040 最大强迫呃但是呃我们也发现 1873 00:54:05,040 --> 00:54:09,910 最大强迫呃但是呃我们也发现 另一个呃一些其他呃样本呃 1874 00:54:09,910 --> 00:54:09,920 另一个呃一些其他呃样本呃 1875 00:54:09,920 --> 00:54:13,190 另一个呃一些其他呃样本呃 给小费的时间要晚得多 1876 00:54:13,190 --> 00:54:13,200 给小费的时间要晚得多 1877 00:54:13,200 --> 00:54:17,470 给小费的时间要晚得多 晚于最大强迫速率 1878 00:54:17,470 --> 00:54:17,480 晚于最大强迫速率 1879 00:54:17,480 --> 00:54:21,390 晚于最大强迫速率 呃这里如果我们强迫率呃如果 1880 00:54:21,390 --> 00:54:21,400 呃这里如果我们强迫率呃如果 1881 00:54:21,400 --> 00:54:23,789 呃这里如果我们强迫率呃如果 我们已经研究了强制率 1882 00:54:23,789 --> 00:54:23,799 我们已经研究了强制率 1883 00:54:23,799 --> 00:54:26,870 我们已经研究了强制率 正是呃 sh C 1884 00:54:26,870 --> 00:54:26,880 正是呃 sh C 1885 00:54:26,880 --> 00:54:29,549 正是呃 sh C 指纹时间窗口 1886 00:54:29,549 --> 00:54:29,559 指纹时间窗口 1887 00:54:29,559 --> 00:54:37,309 指纹时间窗口 在这里，是的，呃呃最后我们也呃 1888 00:54:37,309 --> 00:54:37,319 在这里，是的，呃呃最后我们也呃 1889 00:54:37,319 --> 00:54:41,030 在这里，是的，呃呃最后我们也呃 看看我们也想谈谈 1890 00:54:41,030 --> 00:54:41,040 看看我们也想谈谈 1891 00:54:41,040 --> 00:54:44,430 看看我们也想谈谈 关于呃的选择 1892 00:54:44,430 --> 00:54:44,440 关于呃的选择 1893 00:54:44,440 --> 00:54:46,990 关于呃的选择 Naro 网络架构因为我 1894 00:54:46,990 --> 00:54:47,000 Naro 网络架构因为我 1895 00:54:47,000 --> 00:54:49,710 Naro 网络架构因为我 提到呃我们只是使用一个非常简单的 1896 00:54:49,710 --> 00:54:49,720 提到呃我们只是使用一个非常简单的 1897 00:54:49,720 --> 00:54:52,390 提到呃我们只是使用一个非常简单的 事情和有人会争论哦 1898 00:54:52,390 --> 00:54:52,400 事情和有人会争论哦 1899 00:54:52,400 --> 00:54:55,470 事情和有人会争论哦 为什么为什么只使用一个非常简单的东西 1900 00:54:55,470 --> 00:54:55,480 为什么为什么只使用一个非常简单的东西 1901 00:54:55,480 --> 00:54:59,230 为什么为什么只使用一个非常简单的东西 这是呃，它是一只老狗，但我必须这么做 1902 00:54:59,230 --> 00:54:59,240 这是呃，它是一只老狗，但我必须这么做 1903 00:54:59,240 --> 00:55:03,390 这是呃，它是一只老狗，但我必须这么做 都说Naro Network很强大 1904 00:55:03,390 --> 00:55:03,400 都说Naro Network很强大 1905 00:55:03,400 --> 00:55:07,710 都说Naro Network很强大 但如果我们选择一个简单的，那就很简单了 1906 00:55:07,710 --> 00:55:07,720 但如果我们选择一个简单的，那就很简单了 1907 00:55:07,720 --> 00:55:10,190 但如果我们选择一个简单的，那就很简单了 naral网络架构那么这个 1908 00:55:10,190 --> 00:55:10,200 naral网络架构那么这个 1909 00:55:10,200 --> 00:55:14,309 naral网络架构那么这个 可能对社区有帮助 1910 00:55:14,309 --> 00:55:14,319 可能对社区有帮助 1911 00:55:14,319 --> 00:55:18,589 可能对社区有帮助 理解它，但在这里我们也呃呃我们 1912 00:55:18,589 --> 00:55:18,599 理解它，但在这里我们也呃呃我们 1913 00:55:18,599 --> 00:55:22,069 理解它，但在这里我们也呃呃我们 也迫使它比较不同的方式 1914 00:55:22,069 --> 00:55:22,079 也迫使它比较不同的方式 1915 00:55:22,079 --> 00:55:25,349 也迫使它比较不同的方式 只是拿了不同的Naro Network 1916 00:55:25,349 --> 00:55:25,359 只是拿了不同的Naro Network 1917 00:55:25,359 --> 00:55:29,029 只是拿了不同的Naro Network 像 LM 这样的架构以及 1918 00:55:29,029 --> 00:55:29,039 像 LM 这样的架构以及 1919 00:55:29,039 --> 00:55:33,029 像 LM 这样的架构以及 呃 MLP 或自注意力机制 1920 00:55:33,029 --> 00:55:33,039 呃 MLP 或自注意力机制 1921 00:55:33,039 --> 00:55:35,510 呃 MLP 或自注意力机制 然后做出预测，这就是 1922 00:55:35,510 --> 00:55:35,520 然后做出预测，这就是 1923 00:55:35,520 --> 00:55:38,710 然后做出预测，这就是 我们的预测结果曲线呃 1924 00:55:38,710 --> 00:55:38,720 我们的预测结果曲线呃 1925 00:55:38,720 --> 00:55:42,670 我们的预测结果曲线呃 看来呃 s 在 lstm 或组合中 1926 00:55:42,670 --> 00:55:42,680 看来呃 s 在 lstm 或组合中 1927 00:55:42,680 --> 00:55:47,430 看来呃 s 在 lstm 或组合中 LM CN 呃，这正是托马斯·巴里 1928 00:55:47,430 --> 00:55:47,440 LM CN 呃，这正是托马斯·巴里 1929 00:55:47,440 --> 00:55:52,309 LM CN 呃，这正是托马斯·巴里 曾经在他的 P 论文中使用过，也 1930 00:55:52,309 --> 00:55:52,319 曾经在他的 P 论文中使用过，也 1931 00:55:52,319 --> 00:55:55,309 曾经在他的 P 论文中使用过，也 与自我关注进行比较 1932 00:55:55,309 --> 00:55:55,319 与自我关注进行比较 1933 00:55:55,319 --> 00:55:58,069 与自我关注进行比较 他们的预测很糟糕 1934 00:55:58,069 --> 00:55:58,079 他们的预测很糟糕 1935 00:55:58,079 --> 00:56:01,789 他们的预测很糟糕 呃，也许是针对机器人系统的能力 1936 00:56:01,789 --> 00:56:01,799 呃，也许是针对机器人系统的能力 1937 00:56:01,799 --> 00:56:07,230 呃，也许是针对机器人系统的能力 呃，这很混乱呃动态呃真的 1938 00:56:07,230 --> 00:56:07,240 呃，这很混乱呃动态呃真的 1939 00:56:07,240 --> 00:56:11,230 呃，这很混乱呃动态呃真的 打扰了 1940 00:56:11,230 --> 00:56:11,240 打扰了 1941 00:56:11,240 --> 00:56:17,150 打扰了 MLP 但在这里是的我们呃无论如何我们 1942 00:56:17,150 --> 00:56:17,160 MLP 但在这里是的我们呃无论如何我们 1943 00:56:17,160 --> 00:56:21,270 MLP 但在这里是的我们呃无论如何我们 我们是否可以得出这样的结论：呃 PR de 1944 00:56:21,270 --> 00:56:21,280 我们是否可以得出这样的结论：呃 PR de 1945 00:56:21,280 --> 00:56:23,270 我们是否可以得出这样的结论：呃 PR de 刨削指标实际上是 1946 00:56:23,270 --> 00:56:23,280 刨削指标实际上是 1947 00:56:23,280 --> 00:56:27,309 刨削指标实际上是 独立于特定的 naron net nwk 1948 00:56:27,309 --> 00:56:27,319 独立于特定的 naron net nwk 1949 00:56:27,319 --> 00:56:29,750 独立于特定的 naron net nwk 建筑我们可以 未来我们可以 1950 00:56:29,750 --> 00:56:29,760 建筑我们可以 未来我们可以 1951 00:56:29,760 --> 00:56:33,150 建筑我们可以 未来我们可以 甚至考虑更全面或 1952 00:56:33,150 --> 00:56:33,160 甚至考虑更全面或 1953 00:56:33,160 --> 00:56:34,990 甚至考虑更全面或 复杂的架构如 1954 00:56:34,990 --> 00:56:35,000 复杂的架构如 1955 00:56:35,000 --> 00:56:39,309 复杂的架构如 变压器或或生成呃德因 1956 00:56:39,309 --> 00:56:39,319 变压器或或生成呃德因 1957 00:56:39,319 --> 00:56:43,990 变压器或或生成呃德因 模型是的，也许可以得到 1958 00:56:43,990 --> 00:56:44,000 模型是的，也许可以得到 1959 00:56:44,000 --> 00:56:47,069 模型是的，也许可以得到 更好的结果，但这里是同样的事情 1960 00:56:47,069 --> 00:56:47,079 更好的结果，但这里是同样的事情 1961 00:56:47,079 --> 00:56:50,270 更好的结果，但这里是同样的事情 也很好用 1962 00:56:50,270 --> 00:56:50,280 也很好用 1963 00:56:50,280 --> 00:56:51,950 也很好用 有效率地 1964 00:56:51,950 --> 00:56:51,960 有效率地 1965 00:56:51,960 --> 00:56:57,069 有效率地 计算 嗯是的 是的，还有我 1966 00:56:57,069 --> 00:56:57,079 计算 嗯是的 是的，还有我 1967 00:56:57,079 --> 00:57:00,470 计算 嗯是的 是的，还有我 我我也想强调一些 1968 00:57:00,470 --> 00:57:00,480 我我也想强调一些 1969 00:57:00,480 --> 00:57:05,190 我我也想强调一些 对依赖者有用的东西呃呃 1970 00:57:05,190 --> 00:57:05,200 对依赖者有用的东西呃呃 1971 00:57:05,200 --> 00:57:08,069 有用的东西取决于呃呃 我们知道的指标 1972 00:57:08,069 --> 00:57:08,079 我们知道的指标 1973 00:57:08,079 --> 00:57:09,910 我们知道的指标 关键是放慢速度 1974 00:57:09,910 --> 00:57:09,920 关键是放慢速度 1975 00:57:09,920 --> 00:57:13,349 关键是放慢速度 根据呃时间严重计算 1976 00:57:13,349 --> 00:57:13,359 根据呃时间严重计算 1977 00:57:13,359 --> 00:57:17,549 根据呃时间严重计算 清晰度和方差，这意味着 1978 00:57:17,549 --> 00:57:17,559 清晰度和方差，这意味着 1979 00:57:17,559 --> 00:57:19,990 清晰度和方差，这意味着 我们通常即使我们为了一个特定的 1980 00:57:19,990 --> 00:57:20,000 我们通常即使我们为了一个特定的 1981 00:57:20,000 --> 00:57:24,470 我们通常即使我们为了一个特定的 像北极这样的系统呃就像一个 1982 00:57:24,470 --> 00:57:24,480 像北极这样的系统呃就像一个 1983 00:57:24,480 --> 00:57:28,069 像北极这样的系统呃就像一个 大西洋插图 海洋插图 1984 00:57:28,069 --> 00:57:28,079 大西洋插图 海洋插图 1985 00:57:28,079 --> 00:57:31,230 大西洋插图 海洋插图 假设我们可以有很多 1986 00:57:31,230 --> 00:57:31,240 假设我们可以有很多 1987 00:57:31,240 --> 00:57:34,190 假设我们可以有很多 多个嗯我们可以有多个 1988 00:57:34,190 --> 00:57:34,200 多个嗯我们可以有多个 1989 00:57:34,200 --> 00:57:37,270 多个嗯我们可以有多个 时间是为了它，但通常我们可以 1990 00:57:37,270 --> 00:57:37,280 时间是为了它，但通常我们可以 1991 00:57:37,280 --> 00:57:40,630 时间是为了它，但通常我们可以 仅计算基于 Lo Down 的信用成本 1992 00:57:40,630 --> 00:57:40,640 仅计算基于 Lo Down 的信用成本 1993 00:57:40,640 --> 00:57:44,190 仅计算基于 Lo Down 的信用成本 时间序列之一，但这里是 1994 00:57:44,190 --> 00:57:44,200 时间序列之一，但这里是 1995 00:57:44,200 --> 00:57:47,309 时间序列之一，但这里是 我们可以简单地添加行为模型 1996 00:57:47,309 --> 00:57:47,319 我们可以简单地添加行为模型 1997 00:57:47,319 --> 00:57:53,029 我们可以简单地添加行为模型 呃添加更多呃可以解释呃更多 1998 00:57:53,029 --> 00:57:53,039 呃添加更多呃可以解释呃更多 1999 00:57:53,039 --> 00:57:56,670 呃添加更多呃可以解释呃更多 动态变量进入 CM 的位置 2000 00:57:56,670 --> 00:57:56,680 动态变量进入 CM 的位置 2001 00:57:56,680 --> 00:58:00,589 动态变量进入 CM 的位置 只需在一个额外的频道，然后我们 2002 00:58:00,589 --> 00:58:00,599 只需在一个额外的频道，然后我们 2003 00:58:00,599 --> 00:58:03,789 只需在一个额外的频道，然后我们 可以做出预测呃 2004 00:58:03,789 --> 00:58:03,799 可以做出预测呃 2005 00:58:03,799 --> 00:58:07,829 可以做出预测呃 for by 通过涉及更多呃动态 2006 00:58:07,829 --> 00:58:07,839 for by 通过涉及更多呃动态 2007 00:58:07,839 --> 00:58:11,029 for by 通过涉及更多呃动态 变量，但这里似乎呃 2008 00:58:11,029 --> 00:58:11,039 变量，但这里似乎呃 2009 00:58:11,039 --> 00:58:13,950 变量，但这里似乎呃 boting 系统组合繁荣系统他们 2010 00:58:13,950 --> 00:58:13,960 boting 系统组合繁荣系统他们 2011 00:58:13,960 --> 00:58:16,670 boting 系统组合繁荣系统他们 也有多重多重动力 2012 00:58:16,670 --> 00:58:16,680 也有多重多重动力 2013 00:58:16,680 --> 00:58:19,910 也有多重多重动力 变量，但如果我们包含它们 2014 00:58:19,910 --> 00:58:19,920 变量，但如果我们包含它们 2015 00:58:19,920 --> 00:58:22,910 变量，但如果我们包含它们 进入呃德规划预测吧 2016 00:58:22,910 --> 00:58:22,920 进入呃德规划预测吧 2017 00:58:22,920 --> 00:58:27,950 进入呃德规划预测吧 看起来它可以与呃是的a相媲美 2018 00:58:27,950 --> 00:58:27,960 看起来它可以与呃是的a相媲美 2019 00:58:27,960 --> 00:58:31,430 看起来它可以与呃是的a相媲美 基于单变量呃 2020 00:58:31,430 --> 00:58:31,440 基于单变量呃 2021 00:58:31,440 --> 00:58:34,789 基于单变量呃 指示器 是的，这是最后一张幻灯片 2022 00:58:34,789 --> 00:58:34,799 指示器 是的，这是最后一张幻灯片 2023 00:58:34,799 --> 00:58:39,150 指示器 是的，这是最后一张幻灯片 呃，是的，这是一个简短的总结，但是呃 2024 00:58:39,150 --> 00:58:39,160 呃，是的，这是一个简短的总结，但是呃 2025 00:58:39,160 --> 00:58:42,270 呃，是的，这是一个简短的总结，但是呃 我真的很想在这里说点什么 2026 00:58:42,270 --> 00:58:42,280 我真的很想在这里说点什么 2027 00:58:42,280 --> 00:58:45,950 我真的很想在这里说点什么 这可能是的，这可能有用 2028 00:58:45,950 --> 00:58:45,960 这可能是的，这可能有用 2029 00:58:45,960 --> 00:58:48,990 这可能是的，这可能有用 呃对于我们未来的工作首先我们知道 2030 00:58:48,990 --> 00:58:49,000 呃对于我们未来的工作首先我们知道 2031 00:58:49,000 --> 00:58:52,710 呃对于我们未来的工作首先我们知道 呃德计划呃计划可以 2032 00:58:52,710 --> 00:58:52,720 呃德计划呃计划可以 2033 00:58:52,720 --> 00:58:56,109 呃德计划呃计划可以 提高我们预测降雨的能力 2034 00:58:56,109 --> 00:58:56,119 提高我们预测降雨的能力 2035 00:58:56,119 --> 00:58:59,630 提高我们预测降雨的能力 tping 和噪音感应 tping 然后呃 2036 00:58:59,630 --> 00:58:59,640 tping 和噪音感应 tping 然后呃 2037 00:58:59,640 --> 00:59:03,549 tping 和噪音感应 tping 然后呃 我们可以利用 2038 00:59:03,549 --> 00:59:03,559 我们可以利用 2039 00:59:03,559 --> 00:59:06,829 我们可以利用 标志实现的经验和 2040 00:59:06,829 --> 00:59:06,839 标志实现的经验和 2041 00:59:06,839 --> 00:59:10,510 标志实现的经验和 只是让你呃只是应用它们 2042 00:59:10,510 --> 00:59:10,520 只是让你呃只是应用它们 2043 00:59:10,520 --> 00:59:13,029 只是让你呃只是应用它们 对个人时间的影响 2044 00:59:13,029 --> 00:59:13,039 对个人时间的影响 2045 00:59:13,039 --> 00:59:16,829 对个人时间的影响 系列，我们还发现了这个事实 2046 00:59:16,829 --> 00:59:16,839 系列，我们还发现了这个事实 2047 00:59:16,839 --> 00:59:20,029 系列，我们还发现了这个事实 模型具有良好的可移植性 2048 00:59:20,029 --> 00:59:20,039 模型具有良好的可移植性 2049 00:59:20,039 --> 00:59:23,309 模型具有良好的可移植性 跨越呃跨越不同的样本 2050 00:59:23,309 --> 00:59:23,319 跨越呃跨越不同的样本 2051 00:59:23,319 --> 00:59:25,230 跨越呃跨越不同的样本 强制率和样本外 2052 00:59:25,230 --> 00:59:25,240 强制率和样本外 2053 00:59:25,240 --> 00:59:26,950 强制率和样本外 动力系统 2054 00:59:26,950 --> 00:59:26,960 动力系统 2055 00:59:26,960 --> 00:59:29,430 动力系统 但当然如果我们训练所有模型 2056 00:59:29,430 --> 00:59:29,440 但当然如果我们训练所有模型 2057 00:59:29,440 --> 00:59:31,029 但当然如果我们训练所有模型 在一起 2058 00:59:31,029 --> 00:59:31,039 在一起 2059 00:59:31,039 --> 00:59:34,270 在一起 总的来说，我们必须能够，我们能够，必须得到 2060 00:59:34,270 --> 00:59:34,280 总的来说，我们必须能够，我们能够，必须得到 2061 00:59:34,280 --> 00:59:36,990 总的来说，我们必须能够，我们能够，必须得到 非常全面的设计模型和 2062 00:59:36,990 --> 00:59:37,000 非常全面的设计模型和 2063 00:59:37,000 --> 00:59:40,750 非常全面的设计模型和 非常强大，但在未来，嗯 2064 00:59:40,750 --> 00:59:40,760 非常强大，但在未来，嗯 2065 00:59:40,760 --> 00:59:44,390 非常强大，但在未来，嗯 对我们有希望呃预测 2066 00:59:44,390 --> 00:59:44,400 对我们有希望呃预测 2067 00:59:44,400 --> 00:59:47,430 对我们有希望呃预测 跨越临界强迫 2068 00:59:47,430 --> 00:59:47,440 跨越临界强迫 2069 00:59:47,440 --> 00:59:50,910 跨越临界强迫 值这是倾斜图和 2070 00:59:50,910 --> 00:59:50,920 值这是倾斜图和 2071 00:59:50,920 --> 00:59:55,109 值这是倾斜图和 另外还有呃临界强迫 2072 00:59:55,109 --> 00:59:55,119 另外还有呃临界强迫 2073 00:59:55,119 --> 00:59:59,430 另外还有呃临界强迫 利率然后呃然后我们可以是的我们 2074 00:59:59,430 --> 00:59:59,440 利率然后呃然后我们可以是的我们 2075 00:59:59,440 --> 01:00:00,950 利率然后呃然后我们可以是的我们 希望 2076 01:00:00,950 --> 01:00:00,960 希望 2077 01:00:00,960 --> 01:00:04,670 希望 嗯，我们希望与关键的进行比较 2078 01:00:04,670 --> 01:00:04,680 嗯，我们希望与关键的进行比较 2079 01:00:04,680 --> 01:00:08,069 嗯，我们希望与关键的进行比较 放慢脚步我们可以拥有更多 2080 01:00:08,069 --> 01:00:08,079 放慢脚步我们可以拥有更多 2081 01:00:08,079 --> 01:00:10,750 放慢脚步我们可以拥有更多 综合预警指标 2082 01:00:10,750 --> 01:00:10,760 综合预警指标 2083 01:00:10,760 --> 01:00:15,029 综合预警指标 还利用了可解释的人工智能 2084 01:00:15,029 --> 01:00:15,039 还利用了可解释的人工智能 2085 01:00:15,039 --> 01:00:17,630 还利用了可解释的人工智能 我们可以发现更多的算法 2086 01:00:17,630 --> 01:00:17,640 我们可以发现更多的算法 2087 01:00:17,640 --> 01:00:19,870 我们可以发现更多的算法 临界点的指纹 2088 01:00:19,870 --> 01:00:19,880 临界点的指纹 2089 01:00:19,880 --> 01:00:24,990 临界点的指纹 一些特定的 um 系统，例如 um 2090 01:00:24,990 --> 01:00:25,000 一些特定的 um 系统，例如 um 2091 01:00:25,000 --> 01:00:27,750 一些特定的 um 系统，例如 um 南极大洋 2092 01:00:27,750 --> 01:00:27,760 南极大洋 2093 01:00:27,760 --> 01:00:31,589 南极大洋 这是非常如意的场合，我们 2094 01:00:31,589 --> 01:00:31,599 这是非常如意的场合，我们 2095 01:00:31,599 --> 01:00:36,990 这是非常如意的场合，我们 真的很想嗯嗯进一步关注 2096 01:00:36,990 --> 01:00:37,000 真的很想嗯嗯进一步关注 2097 01:00:37,000 --> 01:00:39,910 真的很想嗯嗯进一步关注 这一点但是当然呃有 2098 01:00:39,910 --> 01:00:39,920 这一点但是当然呃有 2099 01:00:39,920 --> 01:00:42,910 这一点但是当然呃有 这里仍然有待解决的问题，因为只是 2100 01:00:42,910 --> 01:00:42,920 这里仍然有待解决的问题，因为只是 2101 01:00:42,920 --> 01:00:45,630 这里仍然有待解决的问题，因为只是 现在呃 2102 01:00:45,630 --> 01:00:45,640 现在呃 2103 01:00:45,640 --> 01:00:50,430 现在呃 小费呃预警呃 2104 01:00:50,430 --> 01:00:50,440 小费呃预警呃 2105 01:00:50,440 --> 01:00:54,190 小费呃预警呃 指标基于小费概率 2106 01:00:54,190 --> 01:00:54,200 指标基于小费概率 2107 01:00:54,200 --> 01:00:57,470 指标基于小费概率 概率它基本上是它是 2108 01:00:57,470 --> 01:00:57,480 概率它基本上是它是 2109 01:00:57,480 --> 01:01:02,150 概率它基本上是它是 审美是一个矩阵呃但是呃当然 2110 01:01:02,150 --> 01:01:02,160 审美是一个矩阵呃但是呃当然 2111 01:01:02,160 --> 01:01:05,589 审美是一个矩阵呃但是呃当然 或者改变呃我们也可以 2112 01:01:05,589 --> 01:01:05,599 或者改变呃我们也可以 2113 01:01:05,599 --> 01:01:08,470 或者改变呃我们也可以 有倾翻轨迹预测 2114 01:01:08,470 --> 01:01:08,480 有倾翻轨迹预测 2115 01:01:08,480 --> 01:01:12,630 有倾翻轨迹预测 这就是我们对当前气候的立场 2116 01:01:12,630 --> 01:01:12,640 这就是我们对当前气候的立场 2117 01:01:12,640 --> 01:01:15,270 这就是我们对当前气候的立场 想要我们可以我们也许我们想要也想要 2118 01:01:15,270 --> 01:01:15,280 想要我们可以我们也许我们想要也想要 2119 01:01:15,280 --> 01:01:20,470 想要我们可以我们也许我们想要也想要 预测时间序列呃 EV 时间 2120 01:01:20,470 --> 01:01:20,480 预测时间序列呃 EV 时间 2121 01:01:20,480 --> 01:01:23,309 预测时间序列呃 EV 时间 呃进化呃轨迹 2122 01:01:23,309 --> 01:01:23,319 呃进化呃轨迹 2123 01:01:23,319 --> 01:01:26,270 呃进化呃轨迹 未来的场景，这就是场景 2124 01:01:26,270 --> 01:01:26,280 未来的场景，这就是场景 2125 01:01:26,280 --> 01:01:29,990 未来的场景，这就是场景 轨迹但目前在我们的德 2126 01:01:29,990 --> 01:01:30,000 轨迹但目前在我们的德 2127 01:01:30,000 --> 01:01:32,510 轨迹但目前在我们的德 规划模型架构这不能 2128 01:01:32,510 --> 01:01:32,520 规划模型架构这不能 2129 01:01:32,520 --> 01:01:35,990 规划模型架构这不能 这并非无法实现，但在一个非常 2130 01:01:35,990 --> 01:01:36,000 这并非无法实现，但在一个非常 2131 01:01:36,000 --> 01:01:39,910 这并非无法实现，但在一个非常 最近论文发表在《呃物理》上 2132 01:01:39,910 --> 01:01:39,920 最近论文发表在《呃物理》上 2133 01:01:39,920 --> 01:01:44,710 最近论文发表在《呃物理》上 回顾呃呃研究以及呃最后 2134 01:01:44,710 --> 01:01:44,720 回顾呃呃研究以及呃最后 2135 01:01:44,720 --> 01:01:49,029 回顾呃呃研究以及呃最后 上个月刚刚退出 2136 01:01:49,029 --> 01:01:49,039 上个月刚刚退出 2137 01:01:49,039 --> 01:01:51,269 上个月刚刚退出 呃他们已经尝试过做 2138 01:01:51,269 --> 01:01:51,279 呃他们已经尝试过做 2139 01:01:51,279 --> 01:01:54,349 呃他们已经尝试过做 沿着这个方向但我们 2140 01:01:54,349 --> 01:01:54,359 沿着这个方向但我们 2141 01:01:54,359 --> 01:01:56,990 沿着这个方向但我们 真的希望这一切都取得进展 2142 01:01:56,990 --> 01:01:57,000 真的希望这一切都取得进展 2143 01:01:57,000 --> 01:02:00,390 真的希望这一切都取得进展 可以帮助我们更好地帮助我们呃 2144 01:02:00,390 --> 01:02:00,400 可以帮助我们更好地帮助我们呃 2145 01:02:00,400 --> 01:02:05,470 可以帮助我们更好地帮助我们呃 为嗯tpping点服务呃 2146 01:02:05,470 --> 01:02:05,480 为嗯tpping点服务呃 2147 01:02:05,480 --> 01:02:08,589 为嗯tpping点服务呃 社区是的，这是我的电子邮件，如果 2148 01:02:08,589 --> 01:02:08,599 社区是的，这是我的电子邮件，如果 2149 01:02:08,599 --> 01:02:11,230 社区是的，这是我的电子邮件，如果 你有兴趣，呃，随意吧 2150 01:02:11,230 --> 01:02:11,240 你有兴趣，呃，随意吧 2151 01:02:11,240 --> 01:02:14,950 你有兴趣，呃，随意吧 联系我，还有上周我们的 2152 01:02:14,950 --> 01:02:14,960 联系我，还有上周我们的 2153 01:02:14,960 --> 01:02:18,589 联系我，还有上周我们的 论文是 uh p uh 发表了 uh 2154 01:02:18,589 --> 01:02:18,599 论文是 uh p uh 发表了 uh 2155 01:02:18,599 --> 01:02:21,430 论文是 uh p uh 发表了 uh 在本质上机器智能和呃如果 2156 01:02:21,430 --> 01:02:21,440 在本质上机器智能和呃如果 2157 01:02:21,440 --> 01:02:23,990 在本质上机器智能和呃如果 你想知道更多细节 是的你 2158 01:02:23,990 --> 01:02:24,000 你想知道更多细节 是的你 2159 01:02:24,000 --> 01:02:27,190 你想知道更多细节 是的你 还可以在其中找到更多内容 2160 01:02:27,190 --> 01:02:27,200 还可以在其中找到更多内容 2161 01:02:27,200 --> 01:02:29,910 还可以在其中找到更多内容 纸 是的，非常感谢，我想我是 2162 01:02:29,910 --> 01:02:29,920 纸 是的，非常感谢，我想我是 2163 01:02:29,920 --> 01:02:33,069 纸 是的，非常感谢，我想我是 完成，谢谢您的时间，是的，谢谢 2164 01:02:33,069 --> 01:02:33,079 完成，谢谢您的时间，是的，谢谢 2165 01:02:33,079 --> 01:02:45,549 完成，谢谢您的时间，是的，谢谢 非常感谢您的任何问题或 2166 01:02:45,549 --> 01:02:45,559 2167 01:02:45,559 --> 01:02:48,230 评论是的我 2168 01:02:48,230 --> 01:02:48,240 评论是的我 2169 01:02:48,240 --> 01:02:51,390 评论是的我 是的，我假设你指的是我，是的，是的 2170 01:02:51,390 --> 01:02:51,400 是的，我假设你指的是我，是的，是的 2171 01:02:51,400 --> 01:02:53,950 是的，我假设你指的是我，是的，是的 对不起对不起我我卢是的对不起好吧 2172 01:02:53,950 --> 01:02:53,960 对不起对不起我我卢是的对不起好吧 2173 01:02:53,960 --> 01:02:56,630 对不起对不起我我卢是的对不起好吧 是的，是的，有趣的谈话，呃我知道 2174 01:02:56,630 --> 01:02:56,640 是的，是的，有趣的谈话，呃我知道 2175 01:02:56,640 --> 01:02:59,190 是的，是的，有趣的谈话，呃我知道 伊宁直播最近发表的一篇论文 2176 01:02:59,190 --> 01:02:59,200 伊宁直播最近发表的一篇论文 2177 01:02:59,200 --> 01:03:02,109 伊宁直播最近发表的一篇论文 亚利桑那州立大学和他的团队 2178 01:03:02,109 --> 01:03:02,119 亚利桑那州立大学和他的团队 2179 01:03:02,119 --> 01:03:05,470 亚利桑那州立大学和他的团队 看看呃关键点 2180 01:03:05,470 --> 01:03:05,480 看看呃关键点 2181 01:03:05,480 --> 01:03:08,510 看看呃关键点 危机发生在混乱之中 2182 01:03:08,510 --> 01:03:08,520 危机发生在混乱之中 2183 01:03:08,520 --> 01:03:11,910 危机发生在混乱之中 当你改变参数时吸引子 2184 01:03:11,910 --> 01:03:11,920 当你改变参数时吸引子 2185 01:03:11,920 --> 01:03:14,549 当你改变参数时吸引子 系统是的，他们做到了，他们做到了 2186 01:03:14,549 --> 01:03:14,559 系统是的，他们做到了，他们做到了 2187 01:03:14,559 --> 01:03:17,029 系统是的，他们做到了，他们做到了 这个嗯学习使用 2188 01:03:17,029 --> 01:03:17,039 这个嗯学习使用 2189 01:03:17,039 --> 01:03:19,510 这个嗯学习使用 水库计算机，他们做了一个漂亮的 2190 01:03:19,510 --> 01:03:19,520 水库计算机，他们做了一个漂亮的 2191 01:03:19,520 --> 01:03:21,470 水库计算机，他们做了一个漂亮的 很好地告诉了事情的进展 2192 01:03:21,470 --> 01:03:21,480 很好地告诉了事情的进展 2193 01:03:21,480 --> 01:03:24,269 很好地告诉了事情的进展 发生呃不像你没有 2194 01:03:24,269 --> 01:03:24,279 发生呃不像你没有 2195 01:03:24,279 --> 01:03:28,069 发生呃不像你没有 上面有噪音呃我还是记得呃 2196 01:03:28,069 --> 01:03:28,079 上面有噪音呃我还是记得呃 2197 01:03:28,079 --> 01:03:30,269 上面有噪音呃我还是记得呃 然而他们做到了，呃，他们不能 2198 01:03:30,269 --> 01:03:30,279 然而他们做到了，呃，他们不能 2199 01:03:30,279 --> 01:03:33,190 然而他们做到了，呃，他们不能 预测混沌系统中的窗口 2200 01:03:33,190 --> 01:03:33,200 预测混沌系统中的窗口 2201 01:03:33,200 --> 01:03:35,670 预测混沌系统中的窗口 我想知道你是否尝试过 2202 01:03:35,670 --> 01:03:35,680 我想知道你是否尝试过 2203 01:03:35,680 --> 01:03:38,589 我想知道你是否尝试过 混沌系统类似的东西 2204 01:03:38,589 --> 01:03:38,599 混沌系统类似的东西 2205 01:03:38,599 --> 01:03:42,549 混沌系统类似的东西 试图预测 u 分叉并且 2206 01:03:42,549 --> 01:03:42,559 试图预测 u 分叉并且 2207 01:03:42,559 --> 01:03:43,829 试图预测 u 分叉并且 您是否考虑过使用 2208 01:03:43,829 --> 01:03:43,839 您是否考虑过使用 2209 01:03:43,839 --> 01:03:46,670 您是否考虑过使用 水库计算机而不是神经网络 2210 01:03:46,670 --> 01:03:46,680 水库计算机而不是神经网络 2211 01:03:46,680 --> 01:03:51,470 水库计算机而不是神经网络 网络 是的 是的 谢谢你 呃我想 2212 01:03:51,470 --> 01:03:51,480 网络 是的 是的 谢谢你 呃我想 2213 01:03:51,480 --> 01:03:54,789 网络 是的 是的 谢谢你 呃我想 这就是你提到的论文 2214 01:03:54,789 --> 01:03:54,799 这就是你提到的论文 2215 01:03:54,799 --> 01:03:58,589 这就是你提到的论文 我就是这里的纸，好吧，是的，我 2216 01:03:58,589 --> 01:03:58,599 我就是这里的纸，好吧，是的，我 2217 01:03:58,599 --> 01:04:01,349 我就是这里的纸，好吧，是的，我 点这里是的我们也已经注意到了 2218 01:04:01,349 --> 01:04:01,359 点这里是的我们也已经注意到了 2219 01:04:01,359 --> 01:04:05,190 点这里是的我们也已经注意到了 这真是太棒了，嗯，是的 2220 01:04:05,190 --> 01:04:05,200 这真是太棒了，嗯，是的 2221 01:04:05,200 --> 01:04:07,029 这真是太棒了，嗯，是的 首先回答你的问题 2222 01:04:07,029 --> 01:04:07,039 首先回答你的问题 2223 01:04:07,039 --> 01:04:10,630 首先回答你的问题 首先让我们关注你的问题 2224 01:04:10,630 --> 01:04:10,640 首先让我们关注你的问题 2225 01:04:10,640 --> 01:04:14,710 首先让我们关注你的问题 嗯，我们的规划模型 2226 01:04:14,710 --> 01:04:14,720 嗯，我们的规划模型 2227 01:04:14,720 --> 01:04:17,549 嗯，我们的规划模型 我们还没有尝试过基于 CM 的指标 2228 01:04:17,549 --> 01:04:17,559 我们还没有尝试过基于 CM 的指标 2229 01:04:17,559 --> 01:04:21,390 我们还没有尝试过基于 CM 的指标 给小费但是是的原因 2230 01:04:21,390 --> 01:04:21,400 给小费但是是的原因 2231 01:04:21,400 --> 01:04:25,549 给小费但是是的原因 这是托马斯已经完成的了吗？ 2232 01:04:25,549 --> 01:04:25,559 这是托马斯已经完成的了吗？ 2233 01:04:25,559 --> 01:04:31,269 这是托马斯已经完成的了吗？ 他他在 pns 上有一个 p 出版物，嗯 2234 01:04:31,269 --> 01:04:31,279 他他在 pns 上有一个 p 出版物，嗯 2235 01:04:31,279 --> 01:04:35,710 他他在 pns 上有一个 p 出版物，嗯 2021 年，呃他已经证明了 2236 01:04:35,710 --> 01:04:35,720 2021 年，呃他已经证明了 2237 01:04:35,720 --> 01:04:40,349 2021 年，呃他已经证明了 这里使用 lstm 加 c 架构呃 2238 01:04:40,349 --> 01:04:40,359 这里使用 lstm 加 c 架构呃 2239 01:04:40,359 --> 01:04:42,870 这里使用 lstm 加 c 架构呃 可以达到非常好的预测结果 2240 01:04:42,870 --> 01:04:42,880 可以达到非常好的预测结果 2241 01:04:42,880 --> 01:04:46,190 可以达到非常好的预测结果 甚至为呃小费 2242 01:04:46,190 --> 01:04:46,200 甚至为呃小费 2243 01:04:46,200 --> 01:04:48,789 甚至为呃小费 是的，我的意思是我我知道也许你的意思是 2244 01:04:48,789 --> 01:04:48,799 是的，我的意思是我我知道也许你的意思是 2245 01:04:48,799 --> 01:04:52,309 是的，我的意思是我我知道也许你的意思是 特定的混沌系统，如 Bation 2246 01:04:52,309 --> 01:04:52,319 特定的混沌系统，如 Bation 2247 01:04:52,319 --> 01:04:53,309 特定的混沌系统，如 Bation 在 2248 01:04:53,309 --> 01:04:53,319 在 2249 01:04:53,319 --> 01:04:57,829 在 劳伦斯63系统也许是的我 2250 01:04:57,829 --> 01:04:57,839 劳伦斯63系统也许是的我 2251 01:04:57,839 --> 01:05:02,589 劳伦斯63系统也许是的我 注意到呃在ch Li组他们也 2252 01:05:02,589 --> 01:05:02,599 注意到呃在ch Li组他们也 2253 01:05:02,599 --> 01:05:05,510 注意到呃在ch Li组他们也 呃，是的，有一篇关于这个的论文 2254 01:05:05,510 --> 01:05:05,520 呃，是的，有一篇关于这个的论文 2255 01:05:05,520 --> 01:05:08,630 呃，是的，有一篇关于这个的论文 指出这个方向但是是的 2256 01:05:08,630 --> 01:05:08,640 指出这个方向但是是的 2257 01:05:08,640 --> 01:05:11,549 指出这个方向但是是的 谢谢呃我们会考虑这个 2258 01:05:11,549 --> 01:05:11,559 谢谢呃我们会考虑这个 2259 01:05:11,559 --> 01:05:15,549 谢谢呃我们会考虑这个 一个特定的 CL 呃混沌系统但是呃 2260 01:05:15,549 --> 01:05:15,559 一个特定的 CL 呃混沌系统但是呃 2261 01:05:15,559 --> 01:05:19,710 一个特定的 CL 呃混沌系统但是呃 我们也没有尝试过，但是呃我我 2262 01:05:19,710 --> 01:05:19,720 我们也没有尝试过，但是呃我我 2263 01:05:19,720 --> 01:05:23,430 我们也没有尝试过，但是呃我我 相信我我我相信呃桑可以 2264 01:05:23,430 --> 01:05:23,440 相信我我我相信呃桑可以 2265 01:05:23,440 --> 01:05:26,829 相信我我我相信呃桑可以 为之努力因为呃因为在这里呃 2266 01:05:26,829 --> 01:05:26,839 为之努力因为呃因为在这里呃 2267 01:05:26,839 --> 01:05:29,230 为之努力因为呃因为在这里呃 我们有机器人系统 机器人 2268 01:05:29,230 --> 01:05:29,240 我们有机器人系统 机器人 2269 01:05:29,240 --> 01:05:32,589 我们有机器人系统 机器人 系统本身就已经很C了 2270 01:05:32,589 --> 01:05:32,599 系统本身就已经很C了 2271 01:05:32,599 --> 01:05:37,269 系统本身就已经很C了 非常呃很多有各种各样的呃 2272 01:05:37,269 --> 01:05:37,279 非常呃很多有各种各样的呃 2273 01:05:37,279 --> 01:05:40,470 非常呃很多有各种各样的呃 这场博动中的混沌振荡 2274 01:05:40,470 --> 01:05:40,480 这场博动中的混沌振荡 2275 01:05:40,480 --> 01:05:42,269 这场博动中的混沌振荡 系统 2276 01:05:42,269 --> 01:05:42,279 系统 2277 01:05:42,279 --> 01:05:45,230 系统 所以我们的模型适用于机器人 2278 01:05:45,230 --> 01:05:45,240 所以我们的模型适用于机器人 2279 01:05:45,240 --> 01:05:48,309 所以我们的模型适用于机器人 系统然后我是的我会相信它 2280 01:05:48,309 --> 01:05:48,319 系统然后我是的我会相信它 2281 01:05:48,319 --> 01:05:51,309 系统然后我是的我会相信它 也可以为洛杉矶工作 2282 01:05:51,309 --> 01:05:51,319 也可以为洛杉矶工作 2283 01:05:51,319 --> 01:05:53,950 也可以为洛杉矶工作 系统非常感谢你但是是的 2284 01:05:53,950 --> 01:05:53,960 系统非常感谢你但是是的 2285 01:05:53,960 --> 01:05:58,349 系统非常感谢你但是是的 谢谢，是的，但也可能是因为 2286 01:05:58,349 --> 01:05:58,359 谢谢，是的，但也可能是因为 2287 01:05:58,359 --> 01:06:02,349 谢谢，是的，但也可能是因为 另一个问题，呃，也许与你有关 2288 01:06:02,349 --> 01:06:02,359 另一个问题，呃，也许与你有关 2289 01:06:02,359 --> 01:06:05,950 另一个问题，呃，也许与你有关 你的问题呃就像呃 2290 01:06:05,950 --> 01:06:05,960 你的问题呃就像呃 2291 01:06:05,960 --> 01:06:09,910 你的问题呃就像呃 在呃金融集团呃他们呃你的 2292 01:06:09,910 --> 01:06:09,920 在呃金融集团呃他们呃你的 2293 01:06:09,920 --> 01:06:12,029 在呃金融集团呃他们呃你的 水库电脑也很 2294 01:06:12,029 --> 01:06:12,039 水库电脑也很 2295 01:06:12,039 --> 01:06:16,029 水库电脑也很 计算效率高，呃呃它 2296 01:06:16,029 --> 01:06:16,039 计算效率高，呃呃它 2297 01:06:16,039 --> 01:06:19,029 计算效率高，呃呃它 可以预测轨迹倾斜 2298 01:06:19,029 --> 01:06:19,039 可以预测轨迹倾斜 2299 01:06:19,039 --> 01:06:23,630 可以预测轨迹倾斜 轨迹和呃呃但是但是基于 2300 01:06:23,630 --> 01:06:23,640 轨迹和呃呃但是但是基于 2301 01:06:23,640 --> 01:06:26,430 轨迹和呃呃但是但是基于 呃最近两篇论文 2302 01:06:26,430 --> 01:06:26,440 呃最近两篇论文 2303 01:06:26,440 --> 01:06:30,109 呃最近两篇论文 出版物呃我们有非常密切的呃 2304 01:06:30,109 --> 01:06:30,119 出版物呃我们有非常密切的呃 2305 01:06:30,119 --> 01:06:34,789 出版物呃我们有非常密切的呃 看报纸，呃，他们是的，他们 2306 01:06:34,789 --> 01:06:34,799 看报纸，呃，他们是的，他们 2307 01:06:34,799 --> 01:06:37,750 看报纸，呃，他们是的，他们 他们已经做了很多很好的工作 2308 01:06:37,750 --> 01:06:37,760 他们已经做了很多很好的工作 2309 01:06:37,760 --> 01:06:40,510 他们已经做了很多很好的工作 给小费，但因为他们有 2310 01:06:40,510 --> 01:06:40,520 给小费，但因为他们有 2311 01:06:40,520 --> 01:06:43,309 给小费，但因为他们有 没有完成呃测试是否也适用 2312 01:06:43,309 --> 01:06:43,319 没有完成呃测试是否也适用 2313 01:06:43,319 --> 01:06:46,910 没有完成呃测试是否也适用 WR 小费但是我也很 2314 01:06:46,910 --> 01:06:46,920 WR 小费但是我也很 2315 01:06:46,920 --> 01:06:50,069 WR 小费但是我也很 好奇如果是的话会怎样 2316 01:06:50,069 --> 01:06:50,079 好奇如果是的话会怎样 2317 01:06:50,079 --> 01:06:52,430 好奇如果是的话会怎样 使用水库计算机时发生 2318 01:06:52,430 --> 01:06:52,440 使用水库计算机时发生 2319 01:06:52,440 --> 01:06:55,670 使用水库计算机时发生 预测倾翻轨迹 uh 2320 01:06:55,670 --> 01:06:55,680 预测倾翻轨迹 uh 2321 01:06:55,680 --> 01:06:59,109 预测倾翻轨迹 uh rping 图这可能非常神奇 2322 01:06:59,109 --> 01:06:59,119 rping 图这可能非常神奇 2323 01:06:59,119 --> 01:07:03,069 rping 图这可能非常神奇 是的，是的，谢谢 2324 01:07:03,069 --> 01:07:03,079 2325 01:07:03,079 --> 01:07:12,750 很好，呃，其他 2326 01:07:12,750 --> 01:07:12,760 2327 01:07:12,760 --> 01:07:14,950 问题好吧，似乎不是，谢谢 2328 01:07:14,950 --> 01:07:14,960 问题好吧，似乎不是，谢谢 2329 01:07:14,960 --> 01:07:16,870 问题好吧，似乎不是，谢谢 非常感谢您的光临并表示感谢 2330 01:07:16,870 --> 01:07:16,880 非常感谢您的光临并表示感谢 2331 01:07:16,880 --> 01:07:18,630 非常感谢您的光临并表示感谢 再次感谢大家的精彩演讲 2332 01:07:18,630 --> 01:07:18,640 再次感谢大家的精彩演讲 2333 01:07:18,640 --> 01:07:20,910 再次感谢大家的精彩演讲 是的，下周见 2334 01:07:20,910 --> 01:07:20,920 是的，下周见 2335 01:07:20,920 --> 01:07:25,240 是的，下周见 是的，再见，是的，再见