5,443
个编辑
更改
跳到导航
跳到搜索
第216行：
第216行： − 在PID框架中，基于协同信息（synergistic information）的概念，Rosas 引入了使用 <math> \Phi ID </math> 框架的因果涌现的定量定义，以应对确定适当粗粒化策略（coarse-graining strategy）的挑战。该定义包括两个核心方面： − − 1. **系统是否具有因果涌现的能力**。 − − 2. **在特定宏观特征下因果涌现的发生情况**。 − − 关于系统展示因果涌现的能力，该定义建立了因果涌现与不同时间点变量之间协同关系的联系。因此，如果且仅当系统 <math>X_t</math> 具备因果涌现能力时： − <math> − \text{Syn}(X_{t}; X_{t+1}) > 0. − </math> − 这表明在马尔可夫动力系统中，先前时刻与后续时刻变量之间存在不可约的协同效应（irreducible synergy）。 第245行：
第234行： − −
→基于整合信息分解的因果涌现定义
====基于整合信息分解的因果涌现定义====
====基于整合信息分解的因果涌现定义====
在 <math>\Phi ID</math> 框架下，Rosas 进一步将因果涌现分解为两个部分：
在 <math>\Phi ID</math> 框架下，Rosas 进一步将因果涌现分解为两个部分：
尽管提出了因果涌现的严格定量定义，但<math> \Phi ID </math>可能很复杂且计算量很大，因此很难将该方法应用于实际系统。此外，PID 计算的不一致性导致因果涌现的定义依赖于特定的 PID 计算。
尽管提出了因果涌现的严格定量定义，但<math> \Phi ID </math>可能很复杂且计算量很大，因此很难将该方法应用于实际系统。此外，PID 计算的不一致性导致因果涌现的定义依赖于特定的 PID 计算。
==== 基于整合信息分解的因果涌现定义 V2====
==== 基于整合信息分解的因果涌现定义 V2====