更改

讨论:NIS+ (查看源代码)

2024年7月29日 (一) 11:12的版本

删除536字节、 2024年7月29日 (星期一)

→‎因果涌现识别

第17行：第17行：

=因果涌现识别=

−

* ~~识别出复杂系统中的因果涌现，一方面可以~~

+

* 基于信息分解的因果涌现识别

−

我觉得还是应该先从问题开始引入。“现实中，当我们要应用涌现的量化框架时，会遇到...问题”，于是我们有了识别因果涌现的需求吧啦吧啦。（已改：增加现实中，当我们要应用涌现的量化框架时，会出现微观状态的数据难以获取、粗粒化策略不好确定的问题，所以，我们需要找到从可观测数据中直接识别因果涌现的方法。）

+

这部分简写吧，按照我们之前讨论的，只突出最后的公式。另外加入神经网络框架相关的部分，图片可以先用原论文的，等志鹏那边重画好了到时候借用他们的新图。名字上还可以用“基于信息分解的因果涌现识别”，提一句：信息分解框架中定义的信息原子难以计算，作者们推导出只需要计算互信息的近似公式。还要在某一个地方强调Rosas等人识别出来的因果涌现和Hoel等定义的因果涌现是不一样的，具体可参见“因果涌现”词条。

−

* 过量熵（即系统现在与未来状态的互信息）

−

~~配上英文吧，这个中文容易让人迷惑。（已改：过量熵（excess entropy））~~

−

* 当<math>\mathrm{\Psi}>0 </math>时，宏观状态<math>V </math>会发生涌现

−

这个指标出来的早了，读者会看不懂的。而且主语不应该是宏观态，可以说系统。（已改：此句删除，后面的宏观状态V＞0, → 系统发生因果涌现）

−

* 在给定宏观状态的情况下，如果宏观变量（Vt）所持有的关于微观变量独特信息大于0

−

~~这不是他最初的定义。那个最初的定义还是很重要的。（加入了Syn＞0）~~

* 该方法只是基于互信息计算没有考虑因果，

Rosas他们也声称是因果涌现，是因为他们是基于格兰杰因果的。所以不能说它们完全没考虑因果，只是要比较格兰杰因果和Judea Pearl的因果。

Matthew

251

个编辑