2,510
个编辑
更改
跳到导航
跳到搜索
第44行：
第44行： − 部分信息分解的具体计算方法目前仍没有普遍的共识，学界有非常多的计算定义被提出。下表总结了目前常见方法在不同案例下的计算结果差异： + − − * − * \begin{itemize} <nowiki> \item $I_{\cap}^{\text{*}}$, the redundancy measure proposed by Artemy Kolchinsky \cite{kolchinsky2022novel}.</nowiki> <nowiki> \item $I_{\cap}^{\text{WB}}$, the redundancy measure first proposed by Williams and Beer \cite{williams2010nonnegative}.</nowiki> \item $I_{\cap}^{\text{MMI}}$, the ``minimum mutual information<nowiki>''</nowiki> \cite{barrett2015exploration}. \item $I_{\cap}^{\wedge}$, proposed by Griffith et al. \cite{griffith2014intersection}. <nowiki> \item $I_{\cap}^{\text{GH}}$, proposed by Griffith and Ho \cite{griffith2015quantifying}.</nowiki> <nowiki> \item $I_{\cap}^{\text{Ince}}$, proposed by Ince \cite{ince2017measuring}.</nowiki> <nowiki> \item $I_{\cap}^{\text{FL}}$, proposed by Finn and Lizier \cite{finn2018pointwise}.</nowiki> <nowiki> \item $I_{\cap}^{\text{BROJA}}$, proposed by Bertschinger et al. \cite{bertschinger2014quantifying}.</nowiki> <nowiki> \item $I_{\cap}^{\text{Harder}}$, proposed by Harder et al. \cite{harder2013bivariate}.</nowiki> <nowiki> \item $I_{\cap}^{\text{dep}}$, proposed by James et al. \cite{james2018unique}.</nowiki> \end{itemize} 第120行：
第117行： − 在以上情况中，源变量 X1 和 X2 都是独立同分布的均匀二值分布。+
→部分信息分解
[[文件:Lattice_of_2.png|替代=|无框]]
[[文件:Lattice_of_2.png|替代=|无框]]
部分信息分解的具体计算方法目前仍没有普遍的共识，学界有非常多的计算定义被提出。下表总结了目前常见方法在不同案例下的计算结果差异:
{| class="wikitable"
{| class="wikitable"
|I(X1; X2)
|I(X1; X2)
|}
|}
在以上四种情况中，源变量 <math>\{X_1,X_2\}</math> 都是独立同分布的均匀二值分布。
==== 整合信息分解 ====
==== 整合信息分解 ====