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2月16日 (日) 14:26的版本
添加24字节
、
2025年2月16日 (日) 14:26
→时空因果涌现
第263行:
第263行:
'''微观机制:'''
'''微观机制:'''
−
* 时间机制:所有微观元素也遵循二阶马尔可夫机制,整合前两个时间步([math]t_{-2}[/math],[math]t_{-1}[/math])的输入,决定后两个时间步([math]t_0[/math], [math]t_{+1}[/math])的状态。所有微观元素自发活动(0/
1),1为发放状态,每个元素具有非均匀的发放概率:
[math]p(A/D/G) = 0.45[/math];[math]p(B/E/H) = 0.5[/math];[math]p(C/F/I) = 0.55[/math]。
+
* 时间机制:所有微观元素也遵循二阶马尔可夫机制,整合前两个时间步([math]t_{-2}[/math],[math]t_{-1}[/math])的输入,决定后两个时间步([math]t_0[/math], [math]t_{+1}[/math])的状态。所有微观元素自发活动(0/
1),1为发放状态,每个元素具有非均匀的自发放概率:
[math]p(A/D/G) = 0.45[/math];[math]p(B/E/H) = 0.5[/math];[math]p(C/F/I) = 0.55[/math]。
−
* 组机制:所有元素被划分为三组[math]{ABC, DEF, GHI}[/math],每个元素都接收组内(也包含元素自身)和组间元素的输入。在每组内,如果两个时间步内组内输入之和[math]\sum(intra) = 0[/math]
,接下来的两个时间步所有元素保持为0。然而,如果在两个时间步中,与另外两组中的元素输入之和
[math]\sum(inter) = 6[/math]
,则在接下来的两个时间步中,发放概率提高0
.5。
+
* 组机制:所有元素被划分为三组[math]{ABC, DEF, GHI}[/math],每个元素都接收组内(也包含元素自身)和组间元素的输入。在每组内,如果两个时间步内组内输入之和[math]\sum(intra) = 0[/math]
,接下来的两个时间步所有元素保持为0。然而,如果在两个时间步中,来自另外一组(或者两组)的组间输入之和
[math]\sum(inter) = 6[/math]
,则在接下来的两个时间步中,自发放概率提高0
.5。
微观尺度下,系统机制的 [math]EI(S_m) = 0.59 \text{ bits}[/math];[math]Eff(S_m) = 0.033[/math]。
微观尺度下,系统机制的 [math]EI(S_m) = 0.59 \text{ bits}[/math];[math]Eff(S_m) = 0.033[/math]。
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