14
个编辑
更改
跳到导航
跳到搜索
第36行：
第36行： − 此处的计算是指基于给定冗余或协同信息后其余信息原子的计算方法，涉及到莫比乌斯反演，参考原文和后续文章+ + + + + + 第63行：
第68行： − + − 协同信息披露，多元因果分析，是否要介绍部分熵分解的应用？+ + + + + + + + + + + + +
→信息原子计算
=== 信息原子计算 ===
=== 信息原子计算 ===
==== 冗余信息公理 ====
单调性（非负性为引理），对称性，self-identity，可参考：
P. L. Williams and R. D. Beer, Nonnegative decomposition of multivariate information, arXiv preprint arXiv:1004.2515 (2010).
P. L. Williams and R. D. Beer, Nonnegative decomposition of multivariate information, arXiv preprint arXiv:1004.2515 (2010).
==== 其余信息原子计算 ====
此处的计算是指基于给定冗余或协同信息后其余信息原子的计算方法，涉及到莫比乌斯反演，参考原文和后续文章
== 冗余信息计算方法 ==
== 冗余信息计算方法 ==
Lyu, Aobo, Andrew Clark, and Netanel Raviv. "Explicit formula for partial information decomposition." ''2024 IEEE International Symposium on Information Theory (ISIT)''. IEEE, 2024.
Lyu, Aobo, Andrew Clark, and Netanel Raviv. "Explicit formula for partial information decomposition." ''2024 IEEE International Symposium on Information Theory (ISIT)''. IEEE, 2024.
== 应用 ==
== 延伸与应用 ==
=== 相关框架 ===
==== 部分熵分解 ====
==== 整合信息分解 ====
=== 应用 ===
协同信息披露，
多元因果分析，
是否要介绍部分熵分解的应用？
== 讨论 ==
== 讨论 ==