2,435
个编辑
更改
无编辑摘要
三个指标如下：
三个指标如下：
1. Ψt,t+1(V) := I(Vt; Vt+1) − ∑j I(Xtj; Vt+1)，这个指标衡量的是两个时间步长之间宏观变量的互信息减去每个微观状态与宏观状态之间的互信息。
1. Ψt,t+1(V) := I(Vt; Vt+1) − ∑j I(Xtj; Vt+1)，这个指标衡量的是两个时间步长之间宏观变量的互信息减去每个微观状态与宏观状态之间的互信息。
2. ∆t,t+1(V) := maxj I(Vt; Xtj+1) − ∑i I(Xti; Xtj+1)，这个指标是Vt与Xtj+1之间互信息的最大值与Xti与Xtj+1之间互信息总和之间的差的最大值。
2. ∆t,t+1(V) := maxj I(Vt; Xtj+1) − ∑i I(Xti; Xtj+1)，这个指标是Vt与Xtj+1之间互信息的最大值与Xti与Xtj+1之间互信息总和之间的差的最大值。
3. Γt,t+1(V) := maxj I(Vt; Xtj+1)，这个指标是Vt与Xtj+1之间最大互信息。
3. Γt,t+1(V) := maxj I(Vt; Xtj+1)，这个指标是Vt与Xtj+1之间最大互信息。
对于上述指标，V是一个预定义的宏观变量。
这些指标的具体用途如下：
对于上述指标，V是一个预定义的宏观变量。
这些指标的具体用途如下：
1. 当Ψt,t+1(V) > 0时，这是Vt因果涌现的充分条件。
1. 当Ψt,t+1(V) > 0时，这是Vt因果涌现的充分条件。
2. 当∆t,t+1(V) > 0时，这是Vt表现出向下因果的充分条件。
2. 当∆t,t+1(V) > 0时，这是Vt表现出向下因果的充分条件。
3. 当Ψt,t+1(V) > 0且Γt,t+1(V) = 0时，这构成了因果解耦的充分条件。
3. 当Ψt,t+1(V) > 0且Γt,t+1(V) = 0时，这构成了因果解耦的充分条件。
关联关键词解析:
关联关键词解析:
1. 因果涌现：在复杂系统中，宏观层面的因果关系可能比微观层面更加明显，即宏观层面的因果关系能够解释更多的现象。
1. 因果涌现：在复杂系统中，宏观层面的因果关系可能比微观层面更加明显，即宏观层面的因果关系能够解释更多的现象。
2. ϕID（phiID）：一种用来衡量因果涌现的方法，但其数学公式复杂且计算量大，难以应用于现实世界系统。
2. ϕID（phiID）：一种用来衡量因果涌现的方法，但其数学公式复杂且计算量大，难以应用于现实世界系统。
3. PID计算：一种计算方法，由于其不一致性，导致因果涌现的定义依赖于特定的PID计算方法。
3. PID计算：一种计算方法，由于其不一致性，导致因果涌现的定义依赖于特定的PID计算方法。
4. 因果解耦：宏观变量与微观变量之间的因果关系被削弱或消除。
4. 因果解耦：宏观变量与微观变量之间的因果关系被削弱或消除。
5. 向下因果：宏观层面的因果关系对微观层面产生影响。
5. 向下因果：宏观层面的因果关系对微观层面产生影响。
6. 互信息：衡量两个变量之间共享信息量的指标。
6. 互信息：衡量两个变量之间共享信息量的指标。
=== 参考文献 ===
=== 参考文献 ===
<references group="Note" />
<references group="Note" />