这里我们可以发现,这个偏序关系实际上找到了一个基于冗余的对图1中结构的重塑。原本的结构是先有两个源变量分别提供的互信息和两个源变量共同提供的互信息<math>I(S;R_{1})</math>,<math>I(S;R_{2})</math>和<math>I(S;R_{1},R_{2})</math>然后通过对其的分类产生了<math>Unq(S;R_{1})</math>,<math>Rdn(S;R_{1},R_{2})</math>,<math>Unq(S;R_{2})</math>,<math>Syn(S;R_{1},R_{2});\{1\})</math>。重塑后的结构将<math>I(S;R_{1})</math>和<math>I(S;R_{2})</math>理解为其的自冗余将<math>I(S;R_{1},R_{2})</math>理解为其的自冗余,并以<math>Rdn(S;R_{1},R_{2})</math>为提供最少信息的一种基,在其上逐层添加提供更多信息来产生出<math>I(S;R_{1})</math>,<math>I(S;R_{2})</math>和<math>I(S;R_{1},R_{2})</math>,即形成冗余格,其又构成了下文通过累积信息函数得到对交互信息的分解的基础。 | 这里我们可以发现,这个偏序关系实际上找到了一个基于冗余的对图1中结构的重塑。原本的结构是先有两个源变量分别提供的互信息和两个源变量共同提供的互信息<math>I(S;R_{1})</math>,<math>I(S;R_{2})</math>和<math>I(S;R_{1},R_{2})</math>然后通过对其的分类产生了<math>Unq(S;R_{1})</math>,<math>Rdn(S;R_{1},R_{2})</math>,<math>Unq(S;R_{2})</math>,<math>Syn(S;R_{1},R_{2});\{1\})</math>。重塑后的结构将<math>I(S;R_{1})</math>和<math>I(S;R_{2})</math>理解为其的自冗余将<math>I(S;R_{1},R_{2})</math>理解为其的自冗余,并以<math>Rdn(S;R_{1},R_{2})</math>为提供最少信息的一种基,在其上逐层添加提供更多信息来产生出<math>I(S;R_{1})</math>,<math>I(S;R_{2})</math>和<math>I(S;R_{1},R_{2})</math>,即形成冗余格,其又构成了下文通过累积信息函数得到对交互信息的分解的基础。 |