待验证50% 置信事实精确时间

顶层李雅普诺夫指数衡量线性随机迭代系统中误差的长期平均指数增长率，正值意味着指数速度发散，负值意味着稳定收缩

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

正则化强调时序差分学习：破解恒定步长下的稳定性难题

涉及实体

Lyapunov exponentconcept

相关事实

待验证非线性系统中误差可能以指数速率exp(λN)增长，其中λ是最大Lyapunov指数74% 相似待验证当链式法则连乘的因子持续小于1时梯度指数衰减（消失），持续大于1时指数增长（爆炸）71% 相似待验证波动率具有长记忆特性，其自相关函数衰减极为缓慢，Hurst指数通常在0.7-0.9之间，远高于随机游走的0.568% 相似待验证梯度下降的收敛条件与学习率和损失函数的Lipschitz常数的关系有关67% 相似待验证当系统某一环节已具备随机性时，在其上叠加概率性组件会指数级放大调试难度66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931068

API

curl https://kongchang.com/api/v1/knowledge/claims/931068

MCP

get_claim(id=931068)