| − | 对SURD的介绍(目前正在参考明哲在因果涌现读书会第六季的视频)
| + | SURD(因果的协同、独特与冗余分解) 是一种基于信息理论的新型因果推断方法,由Martínez-Sánchez等人于2024年提出。SURD基于信息前向传播原理,利用Shannon熵与互信息构建因果分解框架,该方法将因果关系量化为过去观测变量对目标变量未来状态的信息贡献,以多个多个观测变量(源)与目标变量未来状态之间的互信息 <math>I(Q_{j}^{+};Q)</math>,并利用PID框架定义的独特、冗余、协同三类信息原子,将<math>I(Q_{j}^{+};Q)</math>进行分解,克服了传统因果推断技术,如Granger因果、转移熵、 convergent cross-mapping等方法无法区分协同因果、冗余因果等由多变量作用导致的因果关系的局限。 |