계산역학과 복잡도 측정에 대한 비판과 새로운 알고리즘

초록

이 논문은 기존 계산역학(Computational Mechanics) 문헌에서 발견되는 개념적·기술적 오류를 지적하고, 금지어 목록과 정확한 단어 확률만으로 최소 유니플러 숨은 마코프 모델(ε‑machine)을 구성하는 올바른 알고리즘을 제시한다. 또한 예측 복잡도(Forecasting Complexity)를 최소화하는 추정 방법을 제안하고, 과도기 상태와 전이 상태를 포함한 모델에서 과잉 엔트로피(Excess Entropy)를 효율적으로 계산하는 절차를 설명한다. 마지막으로 “완전 재귀 그래프(totally recurrent graphs)”와 같이 ε‑machine의 인과 상태가 히스토리 공간의 분할과 일치하지 않는 사례를 제시한다.

상세 분석

이 논문은 25년 넘게 이어져 온 계산역학 분야의 핵심 개념—ε‑machine, 인과 상태(causal states), 통계적 복잡도(statistical complexity) 등—이 실제로는 이전 연구