更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
协同信息披露
(查看源代码)
2022年6月18日 (六) 23:16的版本
大小无更改
、
2022年6月18日 (六) 23:16
→在因果涌现中的应用
第66行:
第66行:
协同披露提供一种直接的路径来检测涌现情况,而无需重复计算冗余。
协同披露提供一种直接的路径来检测涌现情况,而无需重复计算冗余。
−
数据集<math>X=(X_1,…,X_n )</math>可以视作微观态,中间量Y可以视为宏观态,映射<math>p_
(
Y|X
)
</math>可以视作粗粒化过程。协同披露信息量<math>I_s (W,X)</math>可以视为因果涌现的度量。从<math>Y</math>推测<math>W</math>可以视为向下的因果关系。
+
数据集<math>X=(X_1,…,X_n )</math>可以视作微观态,中间量Y可以视为宏观态,映射<math>p_
{
Y|X
}
</math>可以视作粗粒化过程。协同披露信息量<math>I_s (W,X)</math>可以视为因果涌现的度量。从<math>Y</math>推测<math>W</math>可以视为向下的因果关系。
因果涌现特征的预测能力超出了单个成分。当预测力涉及到个别元素时,就会产生向下因果关系;当它涉及自身或其他高阶特征时,会出现因果解耦。
因果涌现特征的预测能力超出了单个成分。当预测力涉及到个别元素时,就会产生向下因果关系;当它涉及自身或其他高阶特征时,会出现因果解耦。
千伏电压
558
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本