更改

第357行: 第357行:  
有效信息(Effective Information,简称EI)是[[因果涌现 Causal Emergence]]理论中的一个核心概念,它可以用来衡量一个[[马尔科夫动力学]]的[[因果效应]]的强度。这里,因果效应是指把动力学看做一个黑箱,那么不同的输入分布就会导致不同的输出分布,二者之间联系的紧密程度就是因果效应:
 
有效信息(Effective Information,简称EI)是[[因果涌现 Causal Emergence]]理论中的一个核心概念,它可以用来衡量一个[[马尔科夫动力学]]的[[因果效应]]的强度。这里,因果效应是指把动力学看做一个黑箱,那么不同的输入分布就会导致不同的输出分布,二者之间联系的紧密程度就是因果效应:
    +
{{NumBlk|:|
 
<math>
 
<math>
 
EI = I(X_t,X_{t+1}|do(X_t\sim U(\mathcal{X})))=\frac{1}{N}\sum_{i=1}^N D_{KL}(P_i||\bar{P})
 
EI = I(X_t,X_{t+1}|do(X_t\sim U(\mathcal{X})))=\frac{1}{N}\sum_{i=1}^N D_{KL}(P_i||\bar{P})
 
</math>
 
</math>
 +
|{{EquationRef|EI}}}}
    
其中 <math>\bar{P}</math> 是转移矩阵各行的平均转移向量。这个表达式说明,EI 本质上度量的是:不同初始状态所对应的转移分布,与“平均转移分布”之间到底有多可区分。若各行彼此差异很大,动力学的因果效应就更强;若各行非常相似,EI 就会较小。
 
其中 <math>\bar{P}</math> 是转移矩阵各行的平均转移向量。这个表达式说明,EI 本质上度量的是:不同初始状态所对应的转移分布,与“平均转移分布”之间到底有多可区分。若各行彼此差异很大,动力学的因果效应就更强;若各行非常相似,EI 就会较小。