更改

添加62字节 、 2024年7月14日 (星期日)
第28行: 第28行:     
===后续===
 
===后续===
此外,Rosas等<ref name=":5" />从信息理论视角出发,提出一种基于信息分解方法来定义系统中的因果涌现,基于协同信息或者冗余信息来定量的刻画涌现。[[张江]]等人<ref name=":2">Zhang J, Tao R, Yuan B. Dynamical Reversibility and A New Theory of Causal Emergence. arXiv preprint arXiv:2402.15054. 2024 Feb 23.</ref>基于奇异值分解,提出了一套新的因果涌现理论。给定一个系统的马尔科夫转移矩阵,通过对它进行奇异值分解,基于奇异值的<math>\alpha</math>次方的和定义为马尔科夫动力学的可逆性度量,然后定义
+
此外,Rosas等<ref name=":5" />从信息理论视角出发,提出一种基于信息分解方法来定义系统中的因果涌现,基于协同信息或者冗余信息来定量的刻画涌现。[[张江]]等人<ref name=":2">Zhang J, Tao R, Yuan B. Dynamical Reversibility and A New Theory of Causal Emergence. arXiv preprint arXiv:2402.15054. 2024 Feb 23.</ref>基于奇异值分解,提出了一套新的因果涌现理论。给定一个系统的马尔科夫转移矩阵,通过对它进行奇异值分解,基于奇异值的<math>\alpha</math>次方的和定义为马尔科夫动力学的可逆性度量(\Gamma_{\alpha}\equiv \sum_{i=1}^N\sigma_i^{\alpha}),随后针对动力学的不同情况,分为清晰涌现和模糊涌现的指标。
<math>
  −
\Gamma_{\alpha}\equiv \sum_{i=1}^N\sigma_i^{\alpha}
  −
</math>
      
==因果涌现的量化==
 
==因果涌现的量化==
1,912

个编辑