打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
基于有效信息的因果涌现理论
(查看源代码)
2025年1月19日 (日) 09:40的版本
添加8字节
、
2025年1月19日 (日) 09:40
→因果涌现度量
第111行:
第111行:
<math>
<math>
−
CE = EI(
P'
) - EI(
P
)
+
CE = EI(
P_M
) - EI(
P_m
)
</math>
</math>
−
这里[math]
P
[/math]为微观状态的马尔科夫概率转移矩阵,维度为:[math]N\times N[/math],N为微观的状态数;而[math]
P'
[/math]为对[math]
P
[/math]做粗粒化操作之后得到的宏观态的马尔科夫概率转移矩阵,维度为[math]M\times M[/math],其中[math]M<N[/math]为宏观状态数。
+
这里[math]
P_m
[/math]为微观状态的马尔科夫概率转移矩阵,维度为:[math]N\times N[/math],N为微观的状态数;而[math]
P_M
[/math]为对[math]
P_m
[/math]做粗粒化操作之后得到的宏观态的马尔科夫概率转移矩阵,维度为[math]M\times M[/math],其中[math]M<N[/math]为宏观状态数。
如果计算得出的CE>0,则称该系统发生了[[因果涌现]],否则没有发生。有时,我们也会根据归一化的EI来计算[[因果涌现度量]],即:
如果计算得出的CE>0,则称该系统发生了[[因果涌现]],否则没有发生。有时,我们也会根据归一化的EI来计算[[因果涌现度量]],即:
相信未来
5,443
个编辑