更改

'''粗粒化映射'''：根据二阶马尔科夫性质，将微观态的时间步分组为宏观状态[math]α = {A_t, A_{t+1}}[/math]和[math]β = {B_t, B_{t+1}}[/math](图D)；同空间因果涌现实例，图C概率转移矩阵中状态间明显的界限，可以将{[00,01,10],[11]}分别映射为{"off","on"}两个宏观状态。

'''粗粒化映射'''：根据二阶马尔科夫性质，将微观态的时间步分组为宏观状态[math]α = {A_t, A_{t+1}}[/math]和[math]β = {B_t, B_{t+1}}[/math](图D)；同空间因果涌现实例，图C概率转移矩阵中状态间明显的界限，可以将{[00,01,10],[11]}分别映射为{"off","on"}两个宏观状态。

'''宏观动力学'''：对二阶马尔科夫过程进行粗粒化后得到的宏观机制如图E所示，此时机制为完全确定和非简并的，即宏观时间尺度下 [math]EI(P_M) = 2 \text{ bits}[/math]，[math]Eff(P_M) = 1[/math], [math]CE = EI(P_M) - EI(P_m) = 0.62 \text{ bits}[/math]，因果涌现发生。

'''宏观动力学'''：对二阶马尔科夫过程进行粗粒化后得到的宏观机制如图E所示，此时机制为完全确定和非简并的，即宏观时间尺度下 [math]EI(P_M) = 2 \text{ bits}[/math]，[math]Eff(P_M) = 1[/math], [math]CE = EI(P_M) - EI(P_m) = 0.62 \text{ bits}[/math]，因而因果涌现发生。

[[文件:Temporal-B.png|无框|居左|900x600像素]]

[[文件:Temporal-B.png|无框|居左|900x600像素]]