简介：计算力学的原因的状态定义最小的足够的存储器为一给分离静止随机的过程。他们的熵是称为统计复杂性的一项重要复杂性措施(或真措施复杂性)。他们导致是一个隐藏的Markov模型的-machine,(唔)产生这个过程。但是它不是最小的，尽管生产HMMs也有自然预兆的解释。这份报纸给机器是的想法的一个数学证明最小HMM与一另外(部分)宿命论状况。最小的内部州的熵一生产唔在到统计复杂性的类比被叫生产复杂性。这份报纸也证明那生产复杂性以一个好方法取决于这个过程。它是作为这个过程的功能，降低半连续(w.r.t弱--*拓扑学)，凹面，并且表现在这个过程的各态历经的分解下面好。

简介：Thispaperpresentsapredictivemodelofcombinationonstochastictimeseries,Markovchainanddatamining,discusseshowitcanbeapplied.ThismodelisprovedvalidwhenitisappliedtopredictthetendencyofShanghaiStockMarketIndexin2003.

简介：在这份报纸，data-based控制问题在反馈和前面的隧道象包退学学生一样与测量噪音为联网的非线性的系统的一个类被调查。测量噪音和在两条隧道的连续的包退学学生的数字被假定随机却围住。data-based联网了预兆的控制方法被建议，在哪个控制增长预言的一个序列基于测量产量错误，并且基于致动器收到的控制增长预言在控制器被计算，一个合适的控制行动被获得并且在每采样片刻根据连续的包退学学生的即时数字适用于植物。然后，稳定性分析为联网的closedloop系统被执行。最后，建议方法的有效性被一个数字例子说明。