更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
基于信息分解的因果涌现理论
(查看源代码)
2025年3月29日 (六) 09:07的版本
删除2字节
、
2025年3月29日 (六) 09:07
→系统因果涌现能力的分类定义
第218行:
第218行:
1. 计算复杂度 - 计算<math> PID </math> 或 <math> \Phi ID </math> 中的信息原子随着变量数的提升其复杂度与计算量均呈现指数提升,因此很难将该方法应用于实际系统。
1. 计算复杂度 - 计算<math> PID </math> 或 <math> \Phi ID </math> 中的信息原子随着变量数的提升其复杂度与计算量均呈现指数提升,因此很难将该方法应用于实际系统。
−
2. 粗粒化选择的影响 - 由于 <math>V_t</math> 的定义会影响因果涌现的测度,如何自动选择最佳的粗粒化策略仍然是一个未解决的问题。
2. 粗粒化选择的影响 - 由于 <math>V_t</math> 的定义会影响因果涌现的测度,如何自动选择最佳的粗粒化策略仍然是一个未解决的问题。
−
3. 信息分解的不确定性 - 不同的信息分解方法可能导致不同的因果涌现度量,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。
3. 信息分解的不确定性 - 不同的信息分解方法可能导致不同的因果涌现度量,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。
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