其中,<math>A^{\text{Hmax}}</math> 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
+
其中,<math>A^{\text{Hmax}}</math> 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 <math>H (A) + H (B) − H (AB)</math>(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。
−
<math>
−
H (A) + H (B) − H (AB)
−
</math>
−
其中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。