更改

因果涌现理论最初是由Erick Hoel提出，使用有效信息来量化离散马尔可夫动力学的因果性强弱。2020 年，Klein 等人尝试将该方法应用于复杂网络中，然后为了量化复杂网络中的因果涌现，需要解决如下问题：定义网络中的动力学，定义有效信息，网络如何粗粒化等问题。

因果涌现理论最初是由Erick Hoel提出，使用有效信息来量化离散马尔可夫动力学的因果性强弱。2020 年，Klein 等人<ref>Klein B, Hoel E. The emergence of informative higher scales in complex networks[J]. Complexity, 2020, 20201-12.</ref>尝试将该方法应用于复杂网络中，然后为了量化复杂网络中的因果涌现，需要解决如下问题：定义网络中的动力学，定义有效信息，网络如何粗粒化等问题。

==定义网络中的动力学==

==定义网络中的动力学==

于大规模网络其效率很低。Griebenow 等[26] 提出了一种基于谱聚类的方法识别偏好依附网络中的因果涌现。相较于贪婪算法以及梯度下降算法，谱聚类算法的计算时间最少，同时找到宏观网络的因果涌现也更加显著.

于大规模网络其效率很低。Griebenow 等[26] 提出了一种基于谱聚类的方法识别偏好依附网络中的因果涌现。相较于贪婪算法以及梯度下降算法，谱聚类算法的计算时间最少，同时找到宏观网络的因果涌现也更加显著.

代码

==代码==

参考：https://github.com/jkbren/einet

参考：https://github.com/jkbren/einet