更改

因果涌现框架与计算力学存在很多相似之处，所有历史过程 <math>\overleftarrow{s}</math> 可以看作是微观状态，所有 <math>R \in \mathcal{R} </math> 对应宏观状态，函数 <math>\eta </math> 可以理解为一种可能的粗粒化函数，因果态 <math>\epsilon \left ( \overleftarrow{s} \right )</math> 是一种特殊状态，它至少可以与微观状态 <math>\overleftarrow{s}</math> 具有相同的预测能力，因此，<math>\epsilon </math> 可以理解为一种有效的[[粗粒化]]策略，因果转移 <math>T </math> 对应于有效的宏观动力学。最小随机性特征表征了宏观动力学的确定性，在因果涌现中可以用[[有效信息]]衡量。

因果涌现框架与计算力学存在很多相似之处，所有历史过程 <math>\overleftarrow{s}</math> 可以看作是微观状态，所有 <math>R \in \mathcal{R} </math> 对应宏观状态，函数 <math>\eta </math> 可以理解为一种可能的粗粒化函数，因果态 <math>\epsilon \left ( \overleftarrow{s} \right )</math> 是一种特殊状态，它至少可以与微观状态 <math>\overleftarrow{s}</math> 具有相同的预测能力，因此，<math>\epsilon </math> 可以理解为一种有效的[[粗粒化]]策略，因果转移 <math>T </math> 对应于有效的宏观动力学。最小随机性特征表征了宏观动力学的确定性，在因果涌现中可以用[[有效信息]]衡量。

====G-emergence====

====G-emergence====