5,443
个编辑
更改
跳到导航
跳到搜索
第35行：
第35行： − + − − <math> − Φ(S) \equiv EI(MIB(S)) − </math> − − 其中，S表示待分析的子系统，MIB(S)代表最小信息二分切割，EI即有效信息（Effective Information）。该指标通过计算在最具限制性的二分切割下的有效信息量，来衡量系统的信息整合能力。 − +
→意识程度的度量
=== 定义 ===
=== 定义 ===
整合信息量（Φ） 指标用于量化系统的内在信息整合能力，其核心在于度量系统各部分之间因果交互的紧密程度，从而反映出系统整合信息的效能。从本质上讲，Φ 是系统内在属性的函数，具体定义为“在最小信息二分切割下可交换的有效信息量”，表达式为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>：
整合信息量（Φ） 指标用于量化系统的内在信息整合能力，其核心在于度量系统各部分之间因果交互的紧密程度，从而反映出系统整合信息的效能。从本质上讲，Φ 是系统内在属性的函数，具体定义为“在最小信息二分切割下可交换的有效信息量”，该指标通过计算在最具限制性的二分切割下的有效信息量，来衡量系统的信息整合能力。
===计算框架===
===计算框架===
==== 有效信息（EI）====
==== 有效信息（EI）====
有效信息是一种因果交互度量，用于衡量子系统 A对子系统 B的全部因果影响，其定义为：
有效信息是一种因果交互度量，用于衡量子系统 A对子系统 B的全部因果影响，其定义为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>：
<math>
<math>