Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2101.00956v1

帮助 | 高级搜索

计算机科学 > 计算机科学中的逻辑

arXiv:2101.00956v1 (cs)
[提交于 2020年12月22日 ]

标题: 可计算的随机变量和条件化

标题: Computable Random Variables and Conditioning

Authors:Pieter Collins
摘要: 本文的目的是提出一种基于通过赋值方法处理概率的随机变量的初等可计算理论。 该理论基于一种下可测集,这些集合是开集的控制极限,并通过提供条件随机变量的可计算理论来扩展该领域的现有工作。 该理论建立在二型有效性框架内,因此与图灵计算有明确的直接联系,并且用可计算类型和操作的系统来表达,因此具有清晰的数学描述。
摘要: The aim of this paper is to present an elementary computable theory of random variables, based on the approach to probability via valuations. The theory is based on a type of lower-measurable sets, which are controlled limits of open sets, and extends existing work in this area by providing a computable theory of conditional random variables. The theory is based within the framework of type-two effectivity, so has an explicit direct link with Turing computation, and is expressed in a system of computable types and operations, so has a clean mathematical description.
评论: arXiv 管理员注:与 arXiv:1409.4667 存在文本重叠
主题: 计算机科学中的逻辑 (cs.LO) ; 概率 (math.PR)
MSC 类: 60A10 03D80 03D78
引用方式: arXiv:2101.00956 [cs.LO]
  (或者 arXiv:2101.00956v1 [cs.LO] 对于此版本)
  https://doi.org/10.48550/arXiv.2101.00956
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Pieter Collins [查看电子邮件]
[v1] 星期二, 2020 年 12 月 22 日 21:17:34 UTC (38 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.LO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-01
切换浏览方式为:
cs
math
math.PR

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号