基于二维矿物材料的RRAM器件实现非马尔可夫链功能

摘要

在大数据时代,各类数据的分析与预测日益重要.结合数据历史状态以实现预测,即数据的非马尔可夫过程(the non-Markov chain),更能凸显出大数据分析的优越性.从算法上说,非马尔可夫链的下一状态不仅与当前状态相关,还与上一状态转换到当前状态的路径相关.相对于马尔可夫链,非马尔可夫链更接近现实的物理世界,具有更高的预测准确度.此外,很多物理模型都遵守这一过程,如与时间相关的脑神经突触、环境相关的量子纠缠态和热力学过程等.