.png){kind=icon}
返回
Equilibrium-Driven Antifragility in Computing Continuum Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/MIC.2025.3597479.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种受神经科学启发的创新框架，用于定义和维持计算连续体系统（CCSs）的平衡。为此，我们将平衡概念化为一种动态的预测性调节条件，而非静态状态，以支持韧性和适应性。我们的方法通过贝叶斯网络建模系统行为，并在扰动条件下计算预期与观测系统状态之间的Kullback–Leibler散度，以量化与平衡的距离。从概念上讲，该方法基于涨落-耗散定理（Fluctuation–Dissipation Theorem），该定理描述了系统内部变异性如何预测其对外部变化的响应。尽管这是一篇概念性文章，未包含实证实现，但它为未来旨在管理和可能设计不仅具有韧性而且具有抗脆弱性（即能够从干扰中学习以随时间改进性能）的CCSs的研究提供了基于自由能原理（FEP）和主动推断的原则性基础。
Keyword:
Neuroscience
Uncertainty
Perturbation methods
System performance
Stability analysis
Regulation
Time measurement
Thermal stability
Monitoring
Testing
