5,443
个编辑
更改
→基于宏观态特有信息的因果涌现
因果涌现指标想要表示的是不能够被任何单一的微观变量<math>X_t^j</math>所提供的信息，但是能够被他们之间的协同效应(的代表<math>V_t</math> )所提供的关于下一时刻系统 <math>X_{t+1}</math> 的信息。该指标代表不能够被任何单一的微观变量<math>X_t^j</math>所提供的信息，但是能够被<math>V_t</math>所提供的关于下一时刻系统 <math>X_{t+1}</math> 的信息。以两变量系统为例，令微观变量<math>X_{t}^1, X_{t}^2</math>为变量1和2，宏观变量<math>V_{t}=\{X_{t}^1, X_{t}^2\}</math>为变量3，目标变量为<math>\{X_{t+1}^1, X_{t+1}^2\}</math>，此时三变量关于目标变量的信息分解如下图所示，该定义包含下图中的粉色区域所有晶格。
因果涌现指标想要表示的是不能够被任何单一的微观变量<math>X_t^j</math>所提供的信息，但是能够被他们之间的协同效应(的代表<math>V_t</math> )所提供的关于下一时刻系统 <math>X_{t+1}</math> 的信息。该指标代表不能够被任何单一的微观变量<math>X_t^j</math>所提供的信息，但是能够被<math>V_t</math>所提供的关于下一时刻系统 <math>X_{t+1}</math> 的信息。以两变量系统为例，令微观变量<math>X_{t}^1, X_{t}^2</math>为变量1和2，宏观变量<math>V_{t}=\{X_{t}^1, X_{t}^2\}</math>为变量3，目标变量为<math>\{X_{t+1}^1, X_{t+1}^2\}</math>，此时三变量关于目标变量的信息分解如下图所示，该定义包含下图中的粉色区域所有晶格。
[[文件:截屏2025-05-24 下午7.17.53.png|无框|263x263像素]]
[[文件:截屏2025-05-24 下午7.17.53.png|无框|400x400像素]]