| 第212行: |
第212行: |
| | | | |
| | ===== 关键模型 ===== | | ===== 关键模型 ===== |
| | + | 信息几何通过定义 “分割模型”(对全模型的简化,移除部分终端间的信息传输),衍生出不同的信息整合度量: |
| | + | {| class="wikitable" |
| | + | !模型名称 |
| | + | !定义与约束 |
| | + | !流形性质 |
| | + | !信息整合度量\(\Phi\) |
| | + | !特性 |
| | + | |- |
| | + | |全模型(M) |
| | + | |所有终端完全连接的图形模型,包含系统完整的联合分布\(p(x,y)\) |
| | + | |对偶平坦流形 |
| | + | |—— |
| | + | |作为基准模型,用于对比分割模型的信息损失。 |
| | + | |- |
| | + | |完全分割模型(\(M_{FS}\)) |
| | + | |<nowiki>移除\(X_i\)与\(Y_j(i≠j)\)、\(Y_i\)与\(Y_j(i≠j)\)的连接,条件分布满足\(q(y|x)=\prod_i q(y_i|x_i)\)</nowiki> |
| | + | |e 平坦子流形 |
| | + | |<nowiki>\(\Phi_{FS} = \sum H[Y_i|X_i] - H[Y|X]\)(H为条件熵)</nowiki> |
| | + | |不满足\(0 \leq \Phi \leq I(X;Y)\)(I为互信息),因不包含X与Y独立的分布。 |
| | + | |- |
| | + | |对角分割模型(\(M_{DS}\)) |
| | + | |仅移除\(X_i\)与\(Y_j(i≠j)\)的连接,保留\(Y_i\)间的连接,约束为\(\theta_{12}^{XY}=\theta_{21}^{XY}=0\) |
| | + | |e 平坦子流形 |
| | + | |\(\Phi_{DS} = D_{KL}[p:q^*]\)(\(q^*\)为p在\(M_{DS}\)上的投影) |
| | + | |满足\(0 \leq \Phi \leq I(X;Y)\),但无法完全移除非对角因果影响。 |
| | + | |- |
| | + | |因果分割模型(\(M_G\)) |
| | + | |移除\(X_i\)与\(Y_j(i≠j)\)的因果影响,满足马尔可夫条件(如\(X_1-X_2-Y_2\)) |
| | + | |弯曲子流形 |
| | + | |<nowiki>高斯情况下:\(\Phi_G = \frac{1}{2}\log\frac{|\sum(E)|}{|\sum(E')|}\)(\(\sum(E)\)为噪声协方差)</nowiki> |
| | + | |满足\(0 \leq \Phi \leq I(X;Y)\),纯粹量化因果影响,最符合整合信息理论(IIT)理念。 |
| | + | |- |
| | + | |不匹配解码模型(\(M_{MD}\)) |
| | + | |从解码视角定义,用不含\(x_i\)与\(y_j(i≠j)\)交互项的\(q(x,y;\beta)\)估计输入,量化信息损失 |
| | + | |弯曲子流形(1 维) |
| | + | |\(\Phi_{MD} = \min_\beta D_{KL}[p:q(x,y;\beta)]\)(\(\beta\)为优化参数) |
| | + | |需数值方法求解最优\(\beta\),包含于\(M_{DS}\)。 |
| | + | |} |
| | | | |
| | ===IIT3.0=== | | ===IIT3.0=== |