5,443
个编辑
更改
跳到导航
跳到搜索
第291行：
第291行： − 微观尺度下的系统具有 [[math]EI(S_m) = 0.59 \text{ bits}[/math]; [math]Eff(S_m) = 0.033[/math]]+
→时空因果涌现
* 组机制：所有元素被划分为三组[math]{ABC, DEF, GHI}[/math]，每个元素都接收组内和组间元素的输入，图中分别以圆箭头和常规箭头表示。在每组内，如果两个时间步内组内输入之和[math]\sum(intra) = 0[/math]，接下来的两个时间步所有元素保持为0。然而，如果在两个时间步中，与另外两组中的元素输入之和[math]\sum(inter) = 6[/math]，则在接下来的两个时间步中，发放概率提高0.5。
* 组机制：所有元素被划分为三组[math]{ABC, DEF, GHI}[/math]，每个元素都接收组内和组间元素的输入，图中分别以圆箭头和常规箭头表示。在每组内，如果两个时间步内组内输入之和[math]\sum(intra) = 0[/math]，接下来的两个时间步所有元素保持为0。然而，如果在两个时间步中，与另外两组中的元素输入之和[math]\sum(inter) = 6[/math]，则在接下来的两个时间步中，发放概率提高0.5。
微观尺度下，系统机制的 [math]EI(S_m) = 0.59 \text{ bits}[/math]; [math]Eff(S_m) = 0.033[/math]。
'''粗粒化映射'''：根据组机制，三组神经元在空间上映射为三个宏观成分，对应空间粗粒化映射；根据二阶马尔科夫性质，将两个微观时间步长整合为一个宏观时间步长，对应时间粗粒化映射(图B)。
'''粗粒化映射'''：根据组机制，三组神经元在空间上映射为三个宏观成分，对应空间粗粒化映射；根据二阶马尔科夫性质，将两个微观时间步长整合为一个宏观时间步长，对应时间粗粒化映射(图B)。