更改

张江等人基于奇异值分解，提出了一套新的因果涌现理论。给定一个系统的马尔科夫转移矩阵<math>P</math>，通过对它进行奇异值分解，得到两个正交且的归一化矩阵<math>U</math>和<math>V</math>,和一个对角阵<math>\Sigma</math>：<math>P= U\Sigma V^T</math>

张江等人基于奇异值分解，提出了一套新的因果涌现理论。给定一个系统的马尔科夫转移矩阵<math>P</math>，通过对它进行奇异值分解，得到两个正交且的归一化矩阵<math>U</math>和<math>V</math>,和一个对角阵<math>\Sigma</math>：<math>P= U\Sigma V^T</math>

我们可以将奇异值的<math>\alpha</math>次方的和定义为马尔科夫动力学的可逆性度量，即：

我们可以将奇异值的<math>\alpha</math>次方的和定义为马尔科夫动力学的可逆性度量，即：

<math>

<math>

\Gamma_{\alpha}= \sum_{i=1}^N\sigma_i^{\alpha}

\Gamma_{\alpha}\equiv \sum_{i=1}^N\sigma_i^{\alpha}

</math>

</math>

这里，[math]\Gamma_{\alpha}[/math]为[[近似动力学可逆性]]指标，[math]\sigma_i[/math]为概率转移矩阵P的奇异值，并且按照从大到小的顺序排列，[math]\alpha\in(0,2)[/math]为一个指定的参数，它起到让[math]\Gamma_{\alpha}[/math]能够更多地反映'''确定性'''还是'''简并性'''这样一种权重或倾向性。通常情况下，我们取[math]\alpha=1[/math]，这可以让[math]\Gamma_{\alpha}[/math]能够在确定性与简并性之间达到一种平衡。

这里，[math]\Gamma_{\alpha}[/math]为[[近似动力学可逆性]]指标，[math]\sigma_i[/math]为概率转移矩阵<math>P</math>的奇异值，并且按照从大到小的顺序排列，[math]\alpha\in(0,2)[/math]为一个指定的参数，它起到让[math]\Gamma_{\alpha}[/math]能够更多地反映'''确定性'''还是'''简并性'''这样一种权重或倾向性。通常情况下，我们取[math]\alpha=1[/math]，这可以让[math]\Gamma_{\alpha}[/math]能够在确定性与简并性之间达到一种平衡。

此外，文献中作者证明了EI与动力学可逆性[math]\Gamma_{\alpha}[/math]之间存在着一种近似的关系：

此外，文献中作者证明了EI与动力学可逆性[math]\Gamma_{\alpha}[/math]之间存在着一种近似的关系：

<math>

<math>

EI\sim \log\Gamma_{\alpha}

EI\sim \log\Gamma_{\alpha}

</math>

</math>