| − | 信息整合度 <math>\Phi</math> 的真实计算过程:首先,将[[复杂网络]]替换为[[大脑]]构成的[[因果]]网络,其中[[节点]]可视为[[神经元]],[[连边]]代表[[神经元]]之间的[[突触]]链接;其次,将[[连边]]理解为两个[[节点]]间的[[因果]]联系,[[连边]]的强弱对应[[因果]]联系的[[有效信息]](将系统二分后[[干预]]其中一个子系统的状态分布为[[均匀分布]],然后考察两个子系统之间的[[互信息]]([[Mutual Information]])即为[[有效信息]]。[[有效信息]]刻画的是被切分的两个网络间的[[因果]]影响,具体可参见[[有效信息]]词条);最后,一个[[因果]]网络的信息整合程度,就指的是所有子网络中[[因果]]瓶颈(即最小[[有效信息]])处的[[有效信息]]所能达到的最大值,而具有这一最大[[有效信息]]的子网络便是[[意识]]发生的区域。 | + | 信息整合度 <math>\Phi</math> 的计算过程如下:首先,将[[复杂网络]]抽象为由[[大脑]]构成的[[因果]]网络,其中[[节点]]对应[[神经元]],[[连边]]表示神经元之间的[[突触]]连接;其次,将[[连边]]理解为节点之间的因果作用,其强度由[[有效信息]]刻画;最后,系统的信息整合程度定义为其在最优二分划分下的最小因果连接强度,即各子网络之间因果瓶颈处的[[有效信息]]。具有最大整合信息的子网络,被认为是[[意识]]发生的区域。 |