更改

删除183字节 、 2025年9月12日 (五) 23:06
第35行: 第35行:  
=== 定义 ===
 
=== 定义 ===
   −
整合信息量(Φ) 指标用于量化系统的内在信息整合能力,其核心在于度量系统各部分之间因果交互的紧密程度,从而反映出系统整合信息的效能。从本质上讲,Φ 是系统内在属性的函数,具体定义为“在最小信息二分切割下可交换的有效信息量”,表达式为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>:
+
整合信息量(Φ) 指标用于量化系统的内在信息整合能力,其核心在于度量系统各部分之间因果交互的紧密程度,从而反映出系统整合信息的效能。从本质上讲,Φ 是系统内在属性的函数,具体定义为“在最小信息二分切割下可交换的有效信息量”,该指标通过计算在最具限制性的二分切割下的有效信息量,来衡量系统的信息整合能力。
−
 
  −
<math>
  −
Φ(S) \equiv EI(MIB(S))
  −
</math>
  −
 
  −
其中,S表示待分析的子系统,MIB(S)代表最小信息二分切割,EI即有效信息(Effective Information)。该指标通过计算在最具限制性的二分切割下的有效信息量,来衡量系统的信息整合能力。
      
===计算框架===
 
===计算框架===
    
==== 有效信息(EI)====
 
==== 有效信息(EI)====
−
有效信息是一种因果交互度量,用于衡量子系统 A对子系统 B的全部因果影响,其定义为:
+
有效信息是一种因果交互度量,用于衡量子系统 A对子系统 B的全部因果影响,其定义为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>:
    
<math>
 
<math>
5,443

个编辑