更改

为展示CE 2.0的这一新特性，下图分析了两类具有因果涌现特性的系统：一类不具备介观结构（图A），另一类则具有介观结构（图D），除此之外两者尽可能保持相似。图A展示了一个仅包含直观宏观尺度、不具备可区分介观结构的系统转移概率矩阵（TPM），其中微观状态(0,1,2,3)和(4,5,6,7)分别被粗粒化为两个对应的宏观态。实际上，被粗粒化为这两个宏观态的微观状态各自构成了等价类（可视化呈现见图B）。为阐明该方法能识别介观尺度结构，我们在图D-E中构建了类似系统模型，但其关键改进在于：(0)和(4)在状态转移特性上，与它们最终被粗粒化归入的宏观态（分别为(0,1,2,3)和(4,5,6,7)）中的其他状态具有可区分性,具体来说，状态（0）和（4）只具有转向自己的概率，而（1,2,3)和（5,6,7)之间等概率进行转移。这意味着，本系统中对CP信息增益贡献最大的维度压缩，并非基于严格意义上的等价类划分。在这个介观尺度系统中，当绘制路径上的因果贡献度时可见一个明显的前期峰值（图F）。由于<math>\Delta CP</math>存在这个更早的峰值，该介观尺度系统的涌现复杂度达到2.07 bits（图F），而"top-heavy"系统的涌现复杂度仅为1.67 bits（图C）。这表明，介观尺度特征通过<math>\Delta CP</math>在高于终点宏观态的维度上出现峰值而得以显现。

为展示CE 2.0的这一新特性，下图分析了两类具有因果涌现特性的系统：一类不具备介观结构（图A），另一类则具有介观结构（图D），除此之外两者尽可能保持相似。图A展示了一个仅包含直观宏观尺度、不具备可区分介观结构的系统转移概率矩阵（TPM），其中微观状态(0,1,2,3)和(4,5,6,7)分别被粗粒化为两个对应的宏观态。实际上，被粗粒化为这两个宏观态的微观状态各自构成了等价类（可视化呈现见图B）。为阐明该方法能识别介观尺度结构，我们在图D-E中构建了类似系统模型，但其关键改进在于：(0)和(4)在状态转移特性上，与它们最终被粗粒化归入的宏观态（分别为(0,1,2,3)和(4,5,6,7)）中的其他状态具有可区分性，具体来说，状态（0）和（4）只具有转向自己的概率，而状态（1,2,3)和（5,6,7)各自之间进行等概率转移。这意味着，本系统中对CP信息增益贡献最大的维度压缩，并非基于严格意义上的等价类划分。在这个介观尺度系统中，当绘制路径上的因果贡献度时可见一个明显的前期峰值（图F）。由于<math>\Delta CP</math>存在这个更早的峰值，该介观尺度系统的涌现复杂度达到2.07 bits（图F），而"top-heavy"系统的涌现复杂度仅为1.67 bits（图C）。这表明，介观尺度特征通过<math>\Delta CP</math>在高于终点宏观态的维度上出现峰值而得以显现。