更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
基于有效信息的因果涌现理论
(查看源代码)
2024年12月15日 (日) 16:05的版本
添加1字节
、
2024年12月15日 (日) 16:05
→空间因果涌现
第265行:
第265行:
'''1.提高确定性实例分析'''
'''1.提高确定性实例分析'''
−
'''微观尺度''':微观系统由四个布尔元素组成[math]S_m = \{ABCD\}[/math] (图A),其中A和B一组,C和D一组,其中一个组中的每个元素[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。举例来看,假设[math]t[/math]时刻CD = {00},则[math]t+1[/math]时刻,A和B每个元素有0.7的概率为0,0.3的概率为1,AB组水平的状态总共可能有以下四种:{00},{01},{10},{11},每种组状态概率由组成元素单独的状态概率相乘得到,所以分别对应为0.49,0.21,0.21,0.09,满足概率之和为1。考虑到每个元素都有两个可能状态,则系统总共有[math]2^4=16[/math]个可能的状态,将系统以等概率设置为所有可能的微观状态,可以计算得到一个16 × 16 [math]S_m[/math] 的概率转移矩阵(图C),计算可以按照上面举例的组水平状态集合间的转移概率来算。再根据EI的公式可以计算得到有效信息[math]EI(S_m) = Det(S_m) - Deg(S_m) = 1.35 - 0.20 = 1.15 \text{ bits}[/math],[math]Eff(S_m) = EI(S_m)/\logN = 1.15/4 = 0.29[/math]。
+
'''微观尺度''':微观系统由四个布尔元素组成[math]S_m = \{ABCD\}[/math] (图A),其中A和B一组,C和D一组,其中一个组中的每个元素[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。举例来看,假设[math]t[/math]时刻CD = {00},则[math]t+1[/math]时刻,A和B每个元素有0.7的概率为0,0.3的概率为1,AB组水平的状态总共可能有以下四种:{00},{01},{10},{11},每种组状态概率由组成元素单独的状态概率相乘得到,所以分别对应为0.49,0.21,0.21,0.09,满足概率之和为1。考虑到每个元素都有两个可能状态,则系统总共有[math]2^4=16[/math]个可能的状态,将系统以等概率设置为所有可能的微观状态,可以计算得到一个16 × 16 [math]S_m[/math] 的概率转移矩阵(图C),计算可以按照上面举例的组水平状态集合间的转移概率来算。再根据EI的公式可以计算得到有效信息[math]EI(S_m) = Det(S_m) - Deg(S_m) = 1.35 - 0.20 = 1.15 \text{ bits}[/math],[math]Eff(S_m) = EI(S_m)/\ logN = 1.15/4 = 0.29[/math]。
[[文件:FigureA.png|无框|300x200像素]]
[[文件:FigureA.png|无框|300x200像素]]
相信未来
5,443
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本