5,443
个编辑
更改
→有效信息的分解
<math>t_i</math> 和 <math>t_j</math> 分别是输入节点 <math>i</math> 和输出节点 <math>j</math> 的激活值。
<math>t_i</math> 和 <math>t_j</math> 分别是输入节点 <math>i</math> 和输出节点 <math>j</math> 的激活值。
<math>do(i = H^{\text{max}})</math> 表示仅对节点 <math>i</math> 进行最大熵扰动，其他节点的激活值设为 0。
<math>do(i = H^{\text{max}})</math> 表示仅对节点 <math>i</math> 进行最大熵扰动，其他节点的激活值设为 0。
敏感性（Sensitivity）与EI的区别: EI是全局最大熵输入下输入向量和输出向量的互信息，EI测量的是所有输入组合起来提供了多少净信息;Sensitivity是对每个输入节点，单独做最大熵干预，其他固定为0, 敏感性是每条输入–输出单边传递了多少，全部累加。
敏感性（Sensitivity）与EI的区别: EI是全局最大熵输入下输入向量和输出向量的互信息，EI测量的是所有输入组合起来提供了多少净信息;Sensitivity是对每个输入节点，单独做最大熵干预，其他固定为0, 敏感性是每条输入–输出单边传递了多少，全部累加。EI ≤ Sensitivity （除非输入完全独立无冗余），因为局部干预把信息传递“拆开了”，它们会重复叠加输入间的冗余部分，EI 反映了去重后的“有效信息”。
2.简并性（Degeneracy）
2.简并性（Degeneracy）