때 해결하기 쉬운 "쉬운" 및 일부 값 p 0 , p 1의 경우 p = p 1 일 때 "hard" 인 실수 값 p로 매개 변수화 된 문제가 있다고 가정 합니다 .
한 가지 예는 그래프에서 스핀 구성을 계산하는 것입니다. 가중치가 부여 된 적절한 색소, 독립적 인 세트, Eulerian 하위 그래프를 계산하면 하드 코어, 포츠 및 Ising 모델의 파티션 기능에 각각 해당하며, "고온"과 "저온"은 근사하기 쉽습니다. 간단한 MCMC의 경우 경도 위상 전이는 혼합 시간이 다항식에서 지수로 점프하는 지점에 해당합니다 ( Martineli, 2006 ).
또 다른 예는 확률 모델의 추론입니다. 우리는 복용에 의해 주어진 모델을 "단순화" , P는 와의 조합을 모델 "모든 변수와 무관". 들면 P = 1 문제가 들어 사소한 P = 0 는 난치성이며, 그 사이의 경도 임계 놓여있다. 가장 많이 사용되는 추론 방법의 경우, 방법이 수렴하지 않으면 문제가 어려워지고, 발생하는 시점은 특정 Gibbs 분포의 위상 변화 (물리적 의미)에 해당합니다 ( Tatikonda, 2002 ).
일부 연속 매개 변수가 변함에 따라 경도 "점프"의 다른 흥미로운 예는 무엇입니까?
동기 부여 : 그래프 유형 또는 논리 유형 외에 경도의 다른 "치수"예를 보려면