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→
整合信息论
(查看源代码)
2025年8月31日 (日) 16:32的版本
删除30字节
、
2025年8月31日 (日) 16:32
→单点互信息
第208行:
第208行:
=== 单点互信息 ===
=== 单点互信息 ===
−
在IIT2.0版本中提出了Repertoire(可能性分布)描述系统状态的 “可能性集合”,是计算信息的基础,分为两类:先验 Repertoire(<math> p^{max}(X_0) </math>)和后验Repertoire(<math>p(X_0 \to x_1)</math>
),有效信息的定义则基于先验概率分布和后验分布,定义为系统从先验概率分布(最大熵分布)过渡到后验分布(通过因果机制确定的分布)时所减少的不确定性。
+
在IIT2.0版本中提出了Repertoire(可能性分布)描述系统状态的 “可能性集合”,是计算信息的基础,分为两类:先验 Repertoire(<math> p^{max}(X_0) </math>)和后验Repertoire(<math>p(X_0 \to x_1)</math>
),有效信息的定义则基于此,定义为系统从先验概率分布(最大熵分布)过渡到后验分布(通过因果机制确定的分布)时所减少的不确定性。
公式:
公式:
<math>eI(X_0 \rightarrow x_1) = H(p^{\mathrm{max}}(X_0)) - H(p(X_0 \rightarrow x_1))</math>
<math>eI(X_0 \rightarrow x_1) = H(p^{\mathrm{max}}(X_0)) - H(p(X_0 \rightarrow x_1))</math>
相信未来
5,443
个编辑