235
个编辑
更改
→应用案例
<math>MI(S : X_1|X_2) = UI(S : X_1 \setminus X_2) + CI(S : X_1; X_2) </math> <math>\tag{5}</math>
<math>MI(S : X_1|X_2) = UI(S : X_1 \setminus X_2) + CI(S : X_1; X_2) </math> <math>\tag{5}</math>
即使 $I_\cap$ 是非负的（作为信息量应该如此），函
即使 $I_\cap$ 是非负的（作为信息量应该如此），函
共享信息（shared information）为 <math>\widetilde{SI}(S : X; Y) = \frac{3}{2} \log 2 - \frac{3}{4} \log 3 \approx 0.3113 \text{ bit}</math>，WMS 协同作用（synergy）为 <math>S_{WMS}(S : X; Y) \approx 0.1887 \text{ bit}</math>。
另一方面，在 AND 情况下，联合概率分布 $p(s, x, y)$ 已经完全由边缘分布 $p(x, y)$, $p(s, y)$ 和 $p(s, x)$ 确定；也就是说，$\Delta_p^{(2)} = \{p\}$（参见例如 [10]）。因此，
<math>S^{(2)}(S : X; Y) = 0</math>
这里<math>S^{(2)} </math>出现在"2.2 Interaction Space"
(基于“协同作用应该包含所有超越两两交互的信息”这一想法，我们定义：
<math>S^{(2)}(X_0; ...; X_n) := D(p \| q^{(2)}) = D(p \| q^{(n)}) + D(q^{(n)} \| q^{(n-1)}) + ... + D(q^{(3)} \| q^{(2)})</math>
作为协同作用的度量。
+“3.3 Synergy from Maxisum Entropy Arguments"
=其他相关指标=
=其他相关指标=