更改

下图展示了一个线性动力系统的例子，其动力学是一个向量自回归的模型，其中自相关性由图a所示的格兰杰因果网络所示，图b是使用遗传算法不同的初始化迭代的结果，纵轴表示动力学解耦的程度，图c表示不同的粗粒化尺度会影响能否优化到[[动力学解耦]]的程度，结果发现只有scale=2和6时可能达到动力学解耦，因此尺度的选择也很重要。

下图展示了一个线性动力系统的例子，其动力学是一个向量自回归的模型，其中自相关性由图a所示的格兰杰因果网络所示，图b是使用遗传算法不同的初始化迭代的结果，纵轴表示动力学解耦的程度，图c表示不同的粗粒化尺度会影响能否优化到[[动力学解耦]]的程度，结果发现只有scale=2和6时可能达到动力学解耦，因此尺度的选择也很重要。

[[文件:动力学解耦例子1.png|居中|600x600像素|缩略图|线性动力学解耦例子]]

[[文件:动力学解耦例子1.png|居左|600x600像素|线性动力学解耦例子]]

===几种因果涌现理论比较===

===几种因果涌现理论比较===