1,906
个编辑
更改
跳到导航
跳到搜索
第114行：
第114行： + 第151行：
第152行： + + +
→其他（Dynamic independence等）
文中作者对比了状态转移矩阵的<math>EI</math>和<math>\Gamma</math>，对比图a，b发现对于不同的状态转移矩阵，<math>EI</math>降低，<math>\Gamma</math>也同步降低。进一步对比粗粒化前后的效果，其中图d是对图c状态转移矩阵的粗粒化，对比归一化后的指标发现，由于粗粒化后的宏观状态转移矩阵是一个确定性系统，因此，在指标<math>eff</math>和<math>\gamma</math>都达到了最大值1。
文中作者对比了状态转移矩阵的<math>EI</math>和<math>\Gamma</math>，对比图a，b发现对于不同的状态转移矩阵，<math>EI</math>降低，<math>\Gamma</math>也同步降低。进一步对比粗粒化前后的效果，其中图d是对图c状态转移矩阵的粗粒化，对比归一化后的指标发现，由于粗粒化后的宏观状态转移矩阵是一个确定性系统，因此，在指标<math>eff</math>和<math>\gamma</math>都达到了最大值1。
====其他（Dynamic independence等）====
====其他（Dynamic independence等）====
动力学独立的概念广泛适用于多种复杂动态系统，包括神经系统、经济过程和进化过程。通过粗粒化方法，可以将高维微观系统简化为低维宏观系统，从而揭示出复杂系统中的突现结构。
动力学独立的概念广泛适用于多种复杂动态系统，包括神经系统、经济过程和进化过程。通过粗粒化方法，可以将高维微观系统简化为低维宏观系统，从而揭示出复杂系统中的突现结构。
[[文件:动力学解耦例子.png|500*500像素|居中|缩略图|线性动力学解耦例子]]
文中，作者在线性系统中进行了实验验证，实验流程是：1）使用线性系统生成参数与规律；2）设定粗粒化函数；3)得到转移熵的表达式；4）优化求解最大脱耦合率的粗粒化方法（对应最小转移熵）。
===几种因果涌现理论比较===
===几种因果涌现理论比较===