5,443
个编辑
更改
跳到导航
跳到搜索
第256行：
第256行： − +
→空间因果涌现
'''系统机制'''：考虑一个由四个0或1元素组成的微观系统[math]S_m = \{ABCD\}[/math] (图A)。每个微观机制都是一个针对两个输入的带噪声的AND门。通过将系统以等概率设置为从[0000]到[1111]的所有可能的微观状态来构建16 × 16 [math]S_m[/math] 状态转移矩阵(图B)。
'''系统机制'''：考虑一个由四个0或1元素组成的微观系统[math]S_m = \{ABCD\}[/math] (图A)。每个微观机制都是一个针对两个输入的带噪声的AND门。通过将系统以等概率设置为从[0000]到[1111]的所有可能的微观状态来构建16 × 16 [math]S_m[/math] 状态转移矩阵(图B)。
'''微观尺度'''：[math]S_m[/math]的有效信息[math]EI(S) = 1.15 \text{ bits}[/math](最大取值为[math]4 \text{ bits}[/math])，[math]Eff(S_m) = 0.29[/math]。
'''微观尺度'''：[math]S_m[/math]的有效信息[math]EI(S_m) = 1.15 \text{ bits}[/math](最大取值为[math]4 \text{ bits}[/math])，[math]Eff(S_m) = 0.29[/math]。
'''粗粒化映射'''：宏观尺度[math]S_M[/math](图D)由两个元素[math]{α, β}[/math]组成，每个元素都有状态{"on" ,"off"}，是由图2C中的映射M定义的[math]S_m[/math]的粗粒化方法。通过将系统以等概率设置为从[off, off]到[on, on]的所有可能的宏观状态，可以得到4 × 4 的[math]S_M[/math] 状态转移矩阵(图2E)。
'''粗粒化映射'''：宏观尺度[math]S_M[/math](图D)由两个元素[math]{α, β}[/math]组成，每个元素都有状态{"on" ,"off"}，是由图2C中的映射M定义的[math]S_m[/math]的粗粒化方法。通过将系统以等概率设置为从[off, off]到[on, on]的所有可能的宏观状态，可以得到4 × 4 的[math]S_M[/math] 状态转移矩阵(图2E)。