'''宏观尺度''':宏观尺度下[math]EI(S_M) = 1.55 \text{ bits}[/math],高于微观尺度的[math]EI(S_m) = 1.15 \text{ bits}[/math]。因此,因果涌现[math]CE(S) = 0.40 \text{ bits}[/math],说明在这种情况下,宏观[math]S_M[/math]的因果性优于微观[math]S_m[/math],构成了系统的最优因果模型。这是因为[math]S_M[/math]的概率转移矩阵更接近于完美的有效性[[math]Eff(S_M) = 0.78[/math]],并且粗粒化映射过程中,有效性提升增加的信息量[math]\Delta I_{Eff} = 0.97 \text{ bits}[/math]超过了元素空间减小而损失的信息量[math]\Delta I_{Size} = - 0.57 \text{ bits}[/math]。本例中,在宏观尺度的有效性[math]\Delta I_{Eff}[/math]的增益(91%)主要来自于抵消噪声干扰[确定性系数:[math]S_m = 0.34[/math];[math]S_M = 0.78[/math]],少部分(9%)来源于简并性减少[简并系数:[math]S_m = 0.05[/math];[math]S_M = 0.006[/math]]。 | '''宏观尺度''':宏观尺度下[math]EI(S_M) = 1.55 \text{ bits}[/math],高于微观尺度的[math]EI(S_m) = 1.15 \text{ bits}[/math]。因此,因果涌现[math]CE(S) = 0.40 \text{ bits}[/math],说明在这种情况下,宏观[math]S_M[/math]的因果性优于微观[math]S_m[/math],构成了系统的最优因果模型。这是因为[math]S_M[/math]的概率转移矩阵更接近于完美的有效性[[math]Eff(S_M) = 0.78[/math]],并且粗粒化映射过程中,有效性提升增加的信息量[math]\Delta I_{Eff} = 0.97 \text{ bits}[/math]超过了元素空间减小而损失的信息量[math]\Delta I_{Size} = - 0.57 \text{ bits}[/math]。本例中,在宏观尺度的有效性[math]\Delta I_{Eff}[/math]的增益(91%)主要来自于抵消噪声干扰[确定性系数:[math]S_m = 0.34[/math];[math]S_M = 0.78[/math]],少部分(9%)来源于简并性减少[简并系数:[math]S_m = 0.05[/math];[math]S_M = 0.006[/math]]。 |