5,443
个编辑
更改
跳到导航
跳到搜索
第66行：
第66行： − + − − 更正式地，EI (A→B) 是 A 到 B 因果关系的函数，其正式定义为： 第74行：
第72行： − 这里，A^Hmax 表示向 A 注入最大熵噪声（即切断其输入连接）；MI 为互信息，计算方式为 H (A) + H (B) − H (AB)（H 为熵）。通过计算注入最大熵噪声后的 A 与 B 之间的互信息，EI (A→B) 得以量化 A 对 B 的全部因果影响。+ − − 其操作步骤包括： − 切断 A 的传入连接；+ − 用高斯噪声（强度为 cₚ）扰动 A； − 测量 B 的响应熵变化。
→三层结构计算框架
* 有效信息（EI）：因果交互的度量
* 有效信息（EI）：因果交互的度量
有效信息 EI (A→B) 主要用来衡量 A 对 B 的全部因果影响。与单向因果影响的度量不同，EI (A→B) 专注于量化 A 作为因变量对 B 作为果变量产生的整体因果作用，其核心目标是明确 A 对 B 的因果影响程度。
有效信息 EI (A→B) 主要用来衡量 A 对 B 的全部因果影响，其公式为：
<math>
<math>
</math>
</math>
其中，A^Hmax 表示向 A 注入最大熵噪声（即切断其输入连接）；MI 为互信息，计算方式为 H (A) + H (B) − H (AB)（H 为熵）。通过计算注入最大熵噪声后的 A 与 B 之间的互信息，EI (A→B) 得以量化 A 对 B 的全部因果影响。
其操作步骤包括：切断 A 的传入连接；用高斯噪声（强度为 cₚ）扰动 A；测量 B 的响应熵变化。
此外，双向 EI 的计算为 EI (A⇌B) = EI (A→B) + EI (B→A)，用于衡量 A 与 B 之间双向的全部因果影响总和。
此外，双向 EI 的计算为 EI (A⇌B) = EI (A→B) + EI (B→A)，用于衡量 A 与 B 之间双向的全部因果影响总和。