216
个编辑
更改
跳到导航
跳到搜索
第605行：
第605行： − + − 对<math>n</math>个信息源的情况而言，其部分信息项的数量为<math>M(n)-2</math>阶Dedekind数，其中,<math>M(n)+ − </math>为源变量数。 − 这里,Dedekind数的意义为：<math>n</math>维布尔格<math>\mathcal{B}_{n}</math>上所有单调布尔函数的数量。+ − 当待分析的变量系统中包含变量数目增多时，变量增多时会急剧膨胀，8个源节点时，部分信息原子项的数目已达到<math>10^{22}</math>量级，此时Dedekind数已无法手动计算出，[[冗余晶格]]结构的复杂度也会同步提升，导致大型系统中的部分信息原子无法通过PID原始论文中设想的方式高效计算，这使得PID框架适用的复杂系统规模极为受限。+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
→PID框架在应用层面的局限
=== [[部分信息分解|PID框架]]在应用层面的局限 ===
=== [[部分信息分解|PID框架]]在应用层面的局限 ===
PID 框架的在实际应用中的核心问题集中在[[冗余晶格]]中信息原子的计算可行性上，具体地说，是由多元情况下[[冗余晶格]]中的信息原子数目过大带来的计算困难上。
== PID 框架的计算与估计局限 ==
PID 在实际应用中的主要困难之一，是多源情形下部分信息原子数量的组合爆炸。对于采用传统反链格表示的 <math>n</math> 信源 PID，部分信息原子的数量为：
<math>M(n)-2,</math>
其中，<math>M(n)</math> 为第 <math>n</math> 个 Dedekind 数。Dedekind 数等于 <math>n</math> 元单调布尔函数的数量，也等价于 <math>n</math> 维布尔格中反链的数量。<ref>[https://pmc.ncbi.nlm.nih.gov/articles/PMC8261229/ Gutknecht, A. J. et al. (2021). “Bits and pieces: understanding information decomposition from part-whole relationships and formal logic.”]</ref>
部分信息原子数随信源数增长极快。例如：
{| class="wikitable"
! 信源数 <math>n</math>
! 部分信息原子数 <math>M(n)-2</math>
|-
| 2
| 4
|-
| 3
| 18
|-
| 4
| 166
|-
| 5
| 7,579
|-
| 6
| 7,828,352
|-
| 7
| 2,414,682,040,996
|-
| 8
| 56,130,437,228,687,557,907,786
|}
当信源数达到 8 时，原子数量已约为 <math>5.61\times10^{22}</math>。因此，若尝试逐一计算、存储或解释完整反链格中的原子，大规模系统中的完整 PID 分解通常不可行。
需要指出的是，原子数量并不是唯一的计算困难。在实际数据分析中应用PID方法时还需要估计高维联合概率分布或相应的概率密行数度，并计算所选冗余度量;当样本量有限、变量状态空间较大或变量为连续变量时，估计偏差和方差也会显著影响 PID 结果的稳定性。
因此，在高维复杂系统中使用 PID 时，通常需要根据研究问题采用低阶分解、有限信源子集、特定分布假设、近似算法或专门的估计方法，而不宜默认能够获得完整且可靠的多源原子分解。
== [[部分信息分解|PID框架]]的发展 ==
== [[部分信息分解|PID框架]]的发展 ==