| 第438行: |
第438行: |
| | </math> | | </math> |
| | </blockquote> | | </blockquote> |
| | + | 进一步,可以可逆性指标取对数并去掉常数项,得到维度平均的指标 |
| | + | <blockquote> |
| | + | <math> \hat\gamma_\alpha=\gamma_\alpha-\frac{1}{2}\ln\left(\frac{2\pi}{\alpha}\right)=\frac{1}{n}\ln\Gamma_\alpha-\frac{1}{2}\ln\left(\frac{2\pi}{\alpha}\right)=\frac{1}{n}(\frac{1}{2}-\frac{\alpha}{4})\sum_{i=1}^{r}\ln s_i+\frac{\alpha}{4n}\sum_{i=1}^{n}\ln\kappa_i |
| | + | </math> |
| | + | </blockquote> |
| | + | 这里,<math>𝑠_𝑖</math>为矩阵<math>𝐴𝑇Σ^{−1}𝐴</math>的第<math>i</math>个奇异值,<math>𝜅_𝑖</math>为矩阵<math>Σ^{−1}</math>的第i个奇异值。因此,我们只需要分析这两个奇异值构成的联合谱,即可定量刻画系统的因果涌现特性了。也就是说,我们把原转移概率矩阵的奇异值分解转变为了对<math>𝐴𝑇Σ^{−1}𝐴</math>和<math>Σ^{−1}</math>这两个矩阵的奇异值分解问题。其中,<math>Σ^{−1}<math>为正向动力学,即(*)式的协方差矩阵之逆,而<math>𝐴𝑇Σ^{−1}𝐴</math>则是(*)式的逆向动力学的协方差矩阵。 |
| | | | |
| | =测试量化因果涌现的效果= | | =测试量化因果涌现的效果= |