更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
基于有效信息的因果涌现理论
(查看源代码)
2024年10月26日 (六) 15:02的版本
删除556字节
、
2024年10月26日 (六) 15:02
→因果涌现度量
第240行:
第240行:
由此可见,由于归一化的EI消除了系统尺寸的影响,因此因果涌现度量更大。
由此可见,由于归一化的EI消除了系统尺寸的影响,因此因果涌现度量更大。
−
<!--[[文件:Example1.png|815x815px|无框|居中]]
−
−
上图展示了几种马尔科夫链的转移概率矩阵,其中(a)是确定性高,简并性低,所以整体eff比较高。(b)则是确定性和简并性都比较高,所以eff是0。(c)相比于(a)确定性更低,(d)也是确定性和简并性都较高导致eff较低,它们都可以通过同一种粗粒化策略(将前4个状态合并为一个状态)来得到(e)。此时(e)确定性很高,无简并性,所以(e)的eff比(c)(d)要高。
−
-->
== 状态空间的因果涌现 ==
== 状态空间的因果涌现 ==
相信未来
5,443
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本