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)
2025年1月19日 (日) 09:40的版本
添加8字节
、
2025年1月19日 (日) 09:40
→因果涌现度量
第111行:
第111行:
<math>
<math>
−
CE = EI(
P'
) - EI(
P
)
+
CE = EI(
P_M
) - EI(
P_m
)
</math>
</math>
−
这里[math]
P
[/math]为微观状态的马尔科夫概率转移矩阵,维度为:[math]N\times N[/math],N为微观的状态数;而[math]
P'
[/math]为对[math]
P
[/math]做粗粒化操作之后得到的宏观态的马尔科夫概率转移矩阵,维度为[math]M\times M[/math],其中[math]M<N[/math]为宏观状态数。
+
这里[math]
P_m
[/math]为微观状态的马尔科夫概率转移矩阵,维度为:[math]N\times N[/math],N为微观的状态数;而[math]
P_M
[/math]为对[math]
P_m
[/math]做粗粒化操作之后得到的宏观态的马尔科夫概率转移矩阵,维度为[math]M\times M[/math],其中[math]M<N[/math]为宏观状态数。
如果计算得出的CE>0,则称该系统发生了[[因果涌现]],否则没有发生。有时,我们也会根据归一化的EI来计算[[因果涌现度量]],即:
如果计算得出的CE>0,则称该系统发生了[[因果涌现]],否则没有发生。有时,我们也会根据归一化的EI来计算[[因果涌现度量]],即:
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