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2月28日 (五) 20:34的版本
添加3字节
、
2025年2月28日 (五) 20:34
→时空因果涌现
第277行:
第277行:
[[文件:时空涌现.png|无框|居左|600x400像素]]
[[文件:时空涌现.png|无框|居左|600x400像素]]
−
注:本实例可对应真实神经元活动上的解释。神经元可以理解为图中的微观变量,而粗粒化后的宏观变量可理解为神经元组成的“微柱”(minicolumn),对应有三种状态:'''“抑制态”'''
,微柱中神经元均在t时刻静默,对应组内元素状态全为0;
'''“感受态”''',部分神经元在t时刻放电,对应部分为1;'''“爆发态”''':所有神经元均在t时刻放电,对应全为1。宏观的因果相互作用可以解释为,如果一个宏观“微柱”处于“抑制态”,那么只有接收到一次其他微柱的”爆发“式发放才能转换到“感受态”,极小可能转换为“爆发态”;否则,它将一直保持“抑制态”。
+
注:本实例可对应真实神经元活动上的解释。神经元可以理解为图中的微观变量,而粗粒化后的宏观变量可理解为神经元组成的“微柱”(minicolumn),对应有三种状态:'''“抑制态”'''
,微柱中神经元均在t时刻静默,对应组内神经元状态全为0;
'''“感受态”''',部分神经元在t时刻放电,对应部分为1;'''“爆发态”''':所有神经元均在t时刻放电,对应全为1。宏观的因果相互作用可以解释为,如果一个宏观“微柱”处于“抑制态”,那么只有接收到一次其他微柱的”爆发“式发放才能转换到“感受态”,极小可能转换为“爆发态”;否则,它将一直保持“抑制态”。
== 由布尔网络生成TPM的代码 ==
== 由布尔网络生成TPM的代码 ==
相信未来
5,443
个编辑