更改

整合信息论 (查看源代码)

添加8字节、 2025年11月2日 (日) 10:20

第194行：第194行：

其中cR表示该向量受强度为c的独立高斯噪声R驱动，A代表X的邻接矩阵，它刻画了X中各个元素之间的联系方式。

−

我们仅关注该系统的内在属性，并忽略来自环境的外部输入。因此，我们计算该随机过程的熵（H）是计算有效信息EI关键步骤（<math>EI(A: B) = H(A)+H(B)-H(A,B)），其计算过程如下：

+

我们仅关注该系统的内在属性，并忽略来自环境的外部输入。因此，我们计算该随机过程的熵（H）是计算有效信息EI关键步骤（详细计算过程参看本词条2.1章节），其计算过程如下：

−

<math>

H(X) = \frac{1}{2}\ln\left[(2\pi e)^{\text{dim}(X)} \cdot |\text{COV}(X)|\right]

5,443

个编辑