打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←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)
2025年3月16日 (日) 10:23的版本
添加6字节
、
2025年3月16日 (日) 10:23
→附录:由布尔网络动力学转换为马尔科夫链的TPM的代码
第424行:
第424行:
## 各节点到下一时刻状态转移概率是相互独立的,因此全局状态i转移至j的概率是所有节点<math>p(n)</math>的乘积,即<math>P_{ij} = \prod_{n=1}^{N} p(n)</math>
## 各节点到下一时刻状态转移概率是相互独立的,因此全局状态i转移至j的概率是所有节点<math>p(n)</math>的乘积,即<math>P_{ij} = \prod_{n=1}^{N} p(n)</math>
## 重复上述过程,计算所有<math>P_{ij}</math>,<math>i,j \in \{1, 2, 3, \ldots, 2^N\}</math>。
## 重复上述过程,计算所有<math>P_{ij}</math>,<math>i,j \in \{1, 2, 3, \ldots, 2^N\}</math>。
−
# 行归一化<math>P</math>
,完成由局部节点机制得到全局概率转移矩阵
+
# 行归一化<math>P</math>
,完成由局部节点机制到全局概率转移矩阵的转换
相信未来
5,443
个编辑