113
个编辑
更改
跳到导航
跳到搜索
第66行：
第66行： − 拓扑复杂度 − 当μ-阶图复杂度的μ为零时，μ-阶图复杂度也称为拓扑复杂度。由ϵ-机器的特征值给出。 − − 统计复杂度 − − μ-阶图复杂度的μ = 1时，复杂度的量化方式为统计复杂度，带有热力学的“高温限制”。这里的统计复杂度也是1-阶图复杂度，即为香农熵。由ϵ-机器的物征向量给出。 − 统计复杂度（statistical complexity）是复杂系统深度的量化方式之一，用<math>C_{\mu}</math>符号来表示。这里的对应于因果涌现量化（有效信息EI），统计复杂度<math>C_{\mu}</math>越小，有效信息EI越大。 − − 我们按照文献<ref name=":1"></ref>中对统计复杂度的研究，将统计复杂度描述为： − − <math>C_μ(x)=min\{\lvert \langle BTM, w\rangle \rvert: BTM(w) = x \} \tag {5}</math> − − 其中，BTM是贝努利-图灵机器（Bernoulli-Turing Machine），w是贝努利-图灵机器的输入。 − − 统计复杂度的下界，从周期行为和频段耦合中得出，是带二阶项的相位转换。
→香农熵率和统计复杂度的定量计算
=== '''香农熵率和统计复杂度的定量计算''' ===
=== '''香农熵率和统计复杂度的定量计算''' ===
===复杂度目标===
===复杂度目标===