5,443
个编辑
更改
跳到导航
跳到搜索
第251行：
第251行： − + 第261行：
第261行： − − 注：以状态空间的角度比较[math]S_m[/math]和[math]S_M[/math]，也可以得出宏观尺度的有效性更高。下图中，将[math]S_m[/math]状态{ABCD} =[0001]与相应[math]S_M[/math]状态{αβ} = [off, off]的因果分布进行对比。将[math]S_m =[0001][/math]的因果分布与无约束库(使用[math]D_{KL}[/math]散度)进行比较，得到[math]0.83 bits[/math]的原因信息和[math]0.43 \text{ bits}[/math]的结果信息。而对于宏观[math]S_M[/math]，原因信息为[math]2 \text{ bits}[/math]，结果信息为[math]1.35 \text{ bits}[/math]。因此，[math]{αβ} = [off, off][/math]比[math]{ABCD} =[0001][/math]更有选择性和可信度，宏观战胜了微观。 − − [[文件:图3状态依赖的因-果信息.png|无框|居左]]
→空间因果涌现
'''1.减少不确定性实例分析'''
'''1.减少不确定性实例分析'''
'''系统机制'''：考虑一个由四个0或1元素组成的微观系统[math]S_m = \{ABCD\}[/math] (图A)。每个微观机制都是一个针对两个输入的带噪声的AND门。通过将系统以等概率设置为从[0000]到[1111]的所有可能的微观状态来构建16 × 16 [math]S_m[/math] 状态转移矩阵(图B)。
'''系统机制'''：微观系统由四个0或1元素组成的微观系统[math]S_m = \{ABCD\}[/math] (图A)，其中AB一组，CD一组。每个元素[math]t+1[/math]时刻的状态由另一组两个元素[math]t[/math]时刻的状态决定，机制是一个带噪声的AND门，图A右侧为详细的对应关系，例如[math]t[/math]时刻两个输入元素的状态为00，那么该元素[math]t+1[/math]时刻有70%的概率为0，30%的概率为1。将系统以等概率设置为所有可能的微观状态（共[math]2^4=16[math]个），可以得到16 × 16 [math]S_m[/math] 的概率转移矩阵(图C)。
'''微观尺度'''：[math]S_m[/math]的有效信息[math]EI(S_m) = 1.15 \text{ bits}[/math](最大取值为[math]4 \text{ bits}[/math])，[math]Eff(S_m) = 0.29[/math]。
'''微观尺度'''：[math]S_m[/math]的有效信息[math]EI(S_m) = 1.15 \text{ bits}[/math](最大取值为[math]4 \text{ bits}[/math])，[math]Eff(S_m) = 0.29[/math]。
[[文件:空间因果涌现(抵消不确定性).png|无框|居左]]
[[文件:空间因果涌现(抵消不确定性).png|无框|居左]]