5,443
个编辑
更改
→计算框架
其中，S表示待分析的子系统，MIB(S)代表最小信息二分切割，EI即有效信息（Effective Information）。该指标通过计算在最具限制性的二分切割下的有效信息量，来衡量系统的信息整合能力。
其中，S表示待分析的子系统，MIB(S)代表最小信息二分切割，EI即有效信息（Effective Information）。该指标通过计算在最具限制性的二分切割下的有效信息量，来衡量系统的信息整合能力。
===计算框架===
===计算框架===
==== 有效信息（EI）====
==== 有效信息（EI）====
有效信息 EI是因果交互的度量 ，EI(A→B) 主要用来衡量 A 对 B 的全部因果影响，其公式为：
有效信息 EI是因果交互的度量 ，EI(A→B) 主要用来衡量 A 对 B 的全部因果影响，其公式为：
这里，[A:B]ₛ表示对子系统 S 的二分切割；EI (A⇌B) 为 A 与 B 之间的双向有效信息；分母 min {Hmax (A), Hmax (B)} 为 A 或 B 的最大可能熵（该值仅依赖于各自包含的元素数量）。通过寻找使上述归一化表达式取值最小的二分切割，MIB (S) 得以确定系统中最易分割的信息边界。
这里，[A:B]ₛ表示对子系统 S 的二分切割；EI (A⇌B) 为 A 与 B 之间的双向有效信息；分母 min {Hmax (A), Hmax (B)} 为 A 或 B 的最大可能熵（该值仅依赖于各自包含的元素数量）。通过寻找使上述归一化表达式取值最小的二分切割，MIB (S) 得以确定系统中最易分割的信息边界。
==== 计算示例 ====
=== 不同版本的差异 ===
=== 不同版本的差异 ===