5,443
个编辑
更改
跳到导航
跳到搜索
第153行：
第153行： − 粗粒化方案：将微观状态在时间上分组为宏观状态[math]α = {A_t, A_{t+1}}[/math]和[math]β = {B_t, B_{t+1}}[/math](图D)。+ − 宏观尺度分析：在宏观时间尺度下的 [math]EI(S_M) = 2 bits[/math]，[math]Eff(S_M) = 1[/math], [math]CE(S) = 0.62 bits[/math]，系统变得完全确定性和非简并 (图E, F)。+ 第162行：
第162行： − + 第170行：
第170行： − 微观尺度分析：微观尺度下的系统具有 [[math]EI(S_m) = 0.59 bits[/math]; [math]Eff(S_m) = 0.033[/math]]+ − 粗粒化方案：在宏观尺度[math]S_M[/math]，三组神经元分组为宏观成分，两个微观时间步长([math]t_x[/math])被聚合为一个宏观时间步长([math]T_x[/math])(图B)。+ − 宏观尺度分析：粗粒化后的系统具有更高的[math]EI(S_M)[/math] = 3.51 bits，和[math]Eff(S_M) = 0.74[/math]。时空因果涌现发生，[math]CE(S) = 2.92 bits[/math]，即粗粒化过后系统确定性的增加，增加程度远超简并性的增加与状态集的减小。+
无编辑摘要
'''微观尺度分析'''：基于一个微观时间步分析(图B)，可以得到 [[math]EI(S_m) = 0.16 bits[/math];[math]Eff(S_m) = 0.03[/math]]，因果相互作用较弱。由于系统是二阶机制，进而开展基于两个微观时间步的因果分析(图C)，可以得到 [math]EI(S_m) = 1.38 bits[/math]，[math]Eff(S_m) = 0.34[/math]。
'''微观尺度分析'''：基于一个微观时间步分析(图B)，可以得到 [[math]EI(S_m) = 0.16 bits[/math];[math]Eff(S_m) = 0.03[/math]]，因果相互作用较弱。由于系统是二阶机制，进而开展基于两个微观时间步的因果分析(图C)，可以得到 [math]EI(S_m) = 1.38 bits[/math]，[math]Eff(S_m) = 0.34[/math]。
'''粗粒化方案'''：将微观状态在时间上分组为宏观状态[math]α = {A_t, A_{t+1}}[/math]和[math]β = {B_t, B_{t+1}}[/math](图D)。
'''宏观尺度分析'''：在宏观时间尺度下的 [math]EI(S_M) = 2 bits[/math]，[math]Eff(S_M) = 1[/math], [math]CE(S) = 0.62 bits[/math]，系统变得完全确定性和非简并 (图E, F)。
[[文件:图5时间因果涌现.png|无框|居左]]
[[文件:图5时间因果涌现.png|无框|居左]]
因果涌现还可以在空间、时间上同步发生，下面对图中实例进行具体分析：
因果涌现还可以在空间、时间上同步发生，下面对图中实例进行具体分析：
系统机制：
'''系统机制：'''
a.元素机制：所有微观元素也遵循二阶马尔可夫机制，整合两个微时间步([math]t_{-2}[/math], [math]t_{-1}[/math]和[math]t_0[/math], [math]t_{+1}[/math])的输入，作出响应。所有微观元素自发活动（发放状态：0，1），具有非均匀的发放概率:[math]p(A/D/G) = 0.45[/math];[math]p(B/E/H) = 0.5[/math];[math]p(C/F/I) = 0.55[/math]。
a.元素机制：所有微观元素也遵循二阶马尔可夫机制，整合两个微时间步([math]t_{-2}[/math], [math]t_{-1}[/math]和[math]t_0[/math], [math]t_{+1}[/math])的输入，作出响应。所有微观元素自发活动（发放状态：0，1），具有非均匀的发放概率:[math]p(A/D/G) = 0.45[/math];[math]p(B/E/H) = 0.5[/math];[math]p(C/F/I) = 0.55[/math]。
注：在时间因果涌现的例子中，一个宏观元素中的微观成分彼此不相连，在因果上是完全等价的。为了说明因果等价并非因果涌现的必要条件，本例中的微观成分相互间是完全连接的，并且是因果异质性的。
注：在时间因果涌现的例子中，一个宏观元素中的微观成分彼此不相连，在因果上是完全等价的。为了说明因果等价并非因果涌现的必要条件，本例中的微观成分相互间是完全连接的，并且是因果异质性的。
'''微观尺度分析'''：微观尺度下的系统具有 [[math]EI(S_m) = 0.59 bits[/math]; [math]Eff(S_m) = 0.033[/math]]
'''粗粒化方案'''：在宏观尺度[math]S_M[/math]，三组神经元分组为宏观成分，两个微观时间步长([math]t_x[/math])被聚合为一个宏观时间步长([math]T_x[/math])(图B)。
'''宏观尺度分析'''：粗粒化后的系统具有更高的[math]EI(S_M)[/math] = 3.51 bits，和[math]Eff(S_M) = 0.74[/math]。时空因果涌现发生，[math]CE(S) = 2.92 bits[/math]，即粗粒化过后系统确定性的增加，增加程度远超简并性的增加与状态集的减小。
[[文件:图6时空因果涌现.png|无框|居左]]
[[文件:图6时空因果涌现.png|无框|居左]]