216
个编辑
更改
跳到导航
跳到搜索
第167行：
第167行： − 当按照下面的列表取<math>X,Y,Z</math>分布及联合分布时，可以相应的计算出随机变量的熵、条件熵，相应的条件互信息，从而获得总相关性和McGill交互信息以及独特与协同这两种信息原子。+
→两源变量框架
由<math>X,Y</math>间的独立性可知<math>\mathrm{Red}(X,Y,→ Z) = 0</math>,又由异或逻辑的构造和<math>X,Y,Z</math>间的两两独立性知<math>\mathrm{Syn}(X,Y \rightarrow Z) \neq 0</math>
由<math>X,Y</math>间的独立性可知<math>\mathrm{Red}(X,Y,→ Z) = 0</math>,又由异或逻辑的构造和<math>X,Y,Z</math>间的两两独立性知<math>\mathrm{Syn}(X,Y \rightarrow Z) \neq 0</math>
本例中，当按照下面的列表取<math>X,Y,Z</math>的分布及相应的联合分布时，可以相应的计算出随机变量的熵、条件熵，相应的条件互信息，从而获得这组随机变量的总相关性、McGill交互信息以及PID框架下独特与协同这两种信息原子。
{| class="wikitable"
{| class="wikitable"