1,119
个编辑
更改
跳到导航
跳到搜索
第278行：
第278行： + + + + − <math>\Psi_{t, t+1}(V):=I\left(V_t ; V_{t+1}\right)-\sum_j I\left(X_t^j ; V_{t+1}\right) </math>
→基于互信息近似的方法
* 判断因果涌现的指标：
* 判断因果涌现的指标：
{{NumBlk|:|
<math>
<math>\Psi_{t, t+1}(V):=I\left(V_t ; V_{t+1}\right)-\sum_j I\left(X_t^j ; V_{t+1}\right) </math>
|{{EquationRef|1}}}}
其中<math>X_t^j </math>表示第j维t时刻的微观变量，<math>V_t ; V_{t+1} </math>分别代表两个连续时间的宏观状态变量。Rosas等人定义，当<math>\mathrm{\Psi}>0 </math>时，系统发生涌现；但是当<math>\mathrm{\Psi}<0 </math>，我们不能确定<math>V </math>是否发生涌现，这是因为该条件仅仅是因果涌现发生的充分条件。
其中<math>X_t^j </math>表示第j维t时刻的微观变量，<math>V_t ; V_{t+1} </math>分别代表两个连续时间的宏观状态变量。Rosas等人定义，当<math>\mathrm{\Psi}>0 </math>时，系统发生涌现；但是当<math>\mathrm{\Psi}<0 </math>，我们不能确定<math>V </math>是否发生涌现，这是因为该条件仅仅是因果涌现发生的充分条件。