菜单
Funessian过程：一种连续时间正可分非马尔可夫过程，具有初始状态记忆。平稳态下关联函数指数衰减（通常被视为马尔可夫特征），但记忆贯穿演化。互信息作为非马尔可夫性度量。应用于随机游走，展示记忆效应打破遍历性并改变扩散系数。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/hiyenwong/ai_collection --skill funessian-process-non-markovian命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
| name | funessian-process-non-markovian |
| description | Funessian过程：一种连续时间正可分非马尔可夫过程，具有初始状态记忆。平稳态下关联函数指数衰减（通常被视为马尔可夫特征），但记忆贯穿演化。互信息作为非马尔可夫性度量。应用于随机游走，展示记忆效应打破遍历性并改变扩散系数。 |
Funessian过程：一种连续时间正可分非马尔可夫过程，具有初始状态记忆。平稳态下关联函数指数衰减（通常被视为马尔可夫特征），但记忆贯穿演化。互信息作为非马尔可夫性度量。应用于随机游走，展示记忆效应打破遍历性并改变扩散系数。
连续时间正可分非马尔可夫过程构造：满足微分Chapman-Kolmogorov方程
初始状态记忆：平稳态下关联函数指数衰减但记忆保持
互信息作为非马尔可夫性度量：可靠表征过程的非马尔可夫特征
随机游走应用：记忆效应打破遍历性，修正扩散系数等输运性质
non-Markovian process, memory effect, Chapman-Kolmogorov, ergodicity breaking, diffusion