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 > math > arXiv:2310.16461

帮助 | 高级搜索

数学 > 动力系统

arXiv:2310.16461 (math)
[提交于 2023年10月25日 (v1) ,最后修订 2023年10月27日 (此版本, v2)]

标题: 随机动力系统的度量均维变分原理

标题: Variational principles of metric mean dimension for random dynamical systems

Authors:Yunping Wang, Ercai Chen, Kexiang Yang
摘要: 众所周知,Bogenschutz和Kifer建立的相对变分原理将纤维拓扑熵和纤维测度论熵联系起来。在随机动力系统背景下,度量均维被引入以表征无限纤维熵系统。我们给出了四种类型的测度论$\epsilon$-熵,称为分割直径递减的测度论熵、Shapira熵、Katok熵和Brin-Katok局部熵,并为度量均维建立了四个变分原理。
摘要: It is well-known that the relativized variational principle established by Bogenschutz and Kifer connects the fiber topological entropy and fiber measure-theoretic entropy. In context of random dynamical systems, metric mean dimension was introduced to characterize infinite fiber entropy systems. We give four types of measure-theoretic $\epsilon$-entropies, called measure-theoretic entropy of partitions decreasing in diameter, Shapira's entropy, Katok's entropy and Brin-Katok local entropy, and establish four variational principles for metric mean dimension.
主题: 动力系统 (math.DS)
引用方式: arXiv:2310.16461 [math.DS]
  (或者 arXiv:2310.16461v2 [math.DS] 对于此版本)
  https://doi.org/10.48550/arXiv.2310.16461
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yunping Wang [查看电子邮件]
[v1] 星期三, 2023 年 10 月 25 日 08:37:04 UTC (15 KB)
[v2] 星期五, 2023 年 10 月 27 日 09:09:21 UTC (15 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
  • 其他格式
查看许可
当前浏览上下文:
math.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-10
切换浏览方式为:
math

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