第199行: |
第199行: |
| | | |
| <math> | | <math> |
− | \Delta\Gamma_{\alpha}=\Gamma_{\alpha}\dot(\frac{1}{r}-\frac{1}{N}) | + | \Delta\Gamma_{\alpha}=\Gamma_{\alpha}\cdot(\frac{1}{r}-\frac{1}{N}) |
| </math> | | </math> |
| ===定义模糊因果涌现=== | | ===定义模糊因果涌现=== |
第221行: |
第221行: |
| | | |
| 其中<math> | | 其中<math> |
− | r_{\epsilon}=max{i|\sigma_{i}>\epsilon} | + | r_{\epsilon}=max {i|\sigma_{i}>\epsilon} |
| </math> | | </math> |
| | | |
第242行: |
第242行: |
| </math>非常小(比如<math> | | </math>非常小(比如<math> |
| \epsilon<{10}^{-10} | | \epsilon<{10}^{-10} |
− | </math>我们也可以说因果涌现大致发生。 | + | </math>),我们也可以说因果涌现大致发生。 |
| | | |
| 对于任意<math> | | 对于任意<math> |
第251行: |
第251行: |
| | | |
| ===相似性=== | | ===相似性=== |
− | 在2.3节中,我们推导出Ei的上界和下界分别是<math>\log{\Gamma_{\alpha}} | + | 在2.3节中,我们推导出EI的上界和下界分别是<math>\log{\Gamma_{\alpha}} |
| </math>的线性项,并推测了两者的近似关系:<math> | | </math>的线性项,并推测了两者的近似关系:<math> |
| EI\sim\log{\Gamma_{\alpha}} | | EI\sim\log{\Gamma_{\alpha}} |
第288行: |
第288行: |
| 首先,EI 通过KL散度来量化每个行向量与P的平均行向量之间的差异。换句话说,EI衡量行向量之间的相似性。相反,<math> | | 首先,EI 通过KL散度来量化每个行向量与P的平均行向量之间的差异。换句话说,EI衡量行向量之间的相似性。相反,<math> |
| \Gamma_{\alpha} | | \Gamma_{\alpha} |
− | </math>评估动态可逆性,特别是当 α 接近 0 时,这与行向量之间的线性相互依赖性相关。虽然行向量的线性相互依赖性表明它们的相似性——这意味着两个相同的行向量是线性相关的,但反之则不一定成立。因此,<math> | + | </math>评估动态可逆性,特别是当<nowiki><math></nowiki> |
| + | |
| + | \alpha |
| + | |
| + | <nowiki></math></nowiki>接近 0 时,这与行向量之间的线性相互依赖性相关。虽然行向量的线性相互依赖性表明它们的相似性——这意味着两个相同的行向量是线性相关的,但反之则不一定成立。因此,<math> |
| \Gamma_{\alpha} | | \Gamma_{\alpha} |
| </math>不仅捕获了行向量之间的相似性,而且还捕获了P与动态可逆矩阵的接近度。相比之下,EI无法完成这个任务。 | | </math>不仅捕获了行向量之间的相似性,而且还捕获了P与动态可逆矩阵的接近度。相比之下,EI无法完成这个任务。 |
第329行: |
第333行: |
| </math>值是根据图3(h)中的奇异值频谱选择的,在图3(h)中可以观察到指数为3和<math> | | </math>值是根据图3(h)中的奇异值频谱选择的,在图3(h)中可以观察到指数为3和<math> |
| \epsilon=0.2 | | \epsilon=0.2 |
− | </math>时有一个明显的分界点。图 4(a-f)显示了另一个更复杂的布尔网络模型的明显CE例子,该模型来自参考文献<nowiki><ref name=Hoel2013>,其中具有相同节点机制的6个节点可归类为3个超级节点,以显示CE。原始布尔网络模型的相应TPM如图4(c)所示。奇异值频谱如图4(d)所示,其中有8个非零值。这个清晰因果涌现的度数为 ∆Γ = 2.23。对 CE 的判断与</nowiki><ref name="Hoel2013" />相同。参考文献<ref name="Hoel2013" />和<ref name="Hoel2017" />中有关布尔网络的更多例子可参阅附录第 E.1 节。 | + | </math>时有一个明显的分界点。图 4(a-f)显示了另一个更复杂的布尔网络模型的明显CE例子,该模型来自参考文献<nowiki><ref name=Hoel2013 /></nowiki>,其中具有相同节点机制的6个节点可归类为3个超级节点,以显示CE。原始布尔网络模型的相应TPM如图4(c)所示。奇异值频谱如图4(d)所示,其中有8个非零值。这个清晰因果涌现的度数为 ∆Γ = 2.23。对 CE 的判断与<ref name="Hoel2013" />相同。参考文献<ref name="Hoel2013" />和<ref name="Hoel2017" />中有关布尔网络的更多例子可参阅附录第 E.1 节。 |
| [[文件:截屏2024-08-14 11.13.54.png|居中|缩略图|776x776px|图3|替代=]] | | [[文件:截屏2024-08-14 11.13.54.png|居中|缩略图|776x776px|图3|替代=]] |
| | | |