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→
基于信息分解的因果涌现理论
(查看源代码)
2025年3月29日 (六) 09:07的版本
删除2字节
、
2025年3月29日 (六) 09:07
→系统因果涌现能力的分类定义
第218行:
第218行:
1. 计算复杂度 - 计算<math> PID </math> 或 <math> \Phi ID </math> 中的信息原子随着变量数的提升其复杂度与计算量均呈现指数提升,因此很难将该方法应用于实际系统。
1. 计算复杂度 - 计算<math> PID </math> 或 <math> \Phi ID </math> 中的信息原子随着变量数的提升其复杂度与计算量均呈现指数提升,因此很难将该方法应用于实际系统。
−
2. 粗粒化选择的影响 - 由于 <math>V_t</math> 的定义会影响因果涌现的测度,如何自动选择最佳的粗粒化策略仍然是一个未解决的问题。
2. 粗粒化选择的影响 - 由于 <math>V_t</math> 的定义会影响因果涌现的测度,如何自动选择最佳的粗粒化策略仍然是一个未解决的问题。
−
3. 信息分解的不确定性 - 不同的信息分解方法可能导致不同的因果涌现度量,PID 计算的不一致性导致因果涌现的定义依赖于特定的 PID 计算。
3. 信息分解的不确定性 - 不同的信息分解方法可能导致不同的因果涌现度量,PID 计算的不一致性导致因果涌现的定义依赖于特定的 PID 计算。
相信未来
5,443
个编辑