更改

删除410字节 、 2024年7月25日 (星期四)
第43行: 第43行:  
<math>Un(V_t;X_{t+1}|X_t)  ≥ I\left(V_t ; V_{t+1}\right)-\sum_j I\left(X_t^j ; V_{t+1}\right) + Red(V_t, V_{t+1};X_t) </math>
 
<math>Un(V_t;X_{t+1}|X_t)  ≥ I\left(V_t ; V_{t+1}\right)-\sum_j I\left(X_t^j ; V_{t+1}\right) + Red(V_t, V_{t+1};X_t) </math>
    +
式中,<math>X_t^j </math>表示第 j 维的微观变量。
   −
由于<math>Red(V_t, V_{t+1};X_t) </math>为非负数,所以可以提出一个充分非必要条件<math>\Psi_{t, t+1}(V) </math>,当<math>\Psi_{t, t+1}(V) </math>大于0的时候,发生因果涌现。
  −
  −
  −
<math>\Psi_{t, t+1}(V):=I\left(V_t ; V_{t+1}\right)-\sum_j I\left(X_t^j ; V_{t+1}\right) </math>
  −
  −
  −
  −
  −
  −
  −
  −
<math>Syn(X_{t};X_{t+1}) >= Un(V_t;X_{t+1}|X_t) > 0 </math>
  −
  −
  −
<math>Un(V_t; X_{t+1}|X_t)  </math>大于
  −
  −
  −
Rosas等提出了判定因果涌现发生的充分条件,且基于信息分解提出<math>\mathrm{\Psi} </math> ,用于识别系统中的因果涌现,具体计算公式如下:
      +
由于<math>Red(V_t, V_{t+1};X_t) </math>为非负数,所以可以提出一个充分非必要条件<math>\Psi_{t, t+1}(V) </math>。当<math>\Psi_{t, t+1}(V) > 0 </math>,宏观状态<math>V </math>发生因果涌现。但当<math>\mathrm{\Psi}<0 </math>,我们不能确定宏观状态<math>V </math>是否发生涌现,此时需要借助进一步的指标。
      第69行: 第53行:       −
式中:
     −
当<math>\mathrm{\Psi}>0 </math>时,宏观状态<math>V </math>会发生涌现。当<math>\mathrm{\Psi}<0 </math>,我们不能确定宏观状态<math>V </math>是否发生涌现,此时需要借助进一步的指标。
       
259

个编辑