讨论:NIS+

NIS+数值试验

YMZ：句子没有问题了，但人称总感觉怪怪的。目前文中第一人称第三人称都有，要整体统一一下。我觉得还是要用第三人称，但“学者”看起来就怪怪的～要不统一用“作者”？

PLL：学者改为作者没问题，我们要全部都改吗？“这些系统展现出丰富的非线性动力学行为，如果我们仅关注微观的尺度，会发现它们的行为非常复杂且难以预测。当我们从更宏观的尺度观察这些系统时，可以用更加简洁的规律来解释和预测这些系统，这便是复杂系统独有的涌现现象。”——问题与背景，像这种，作者有没有点怪？

YMZ：这种的不用改，像实验描述里用“我们”指代作者要改

PLL：实验部分人称已改。

SIR实验

我觉得“二”和“三”两部分可以合并

PLL：已合并。

Boids模型实验

• 实验结果表明（图(d)），宏观状态的第1、2、5、6维分别对应第一组中的ID（ID<8），第3、4、7、8维对应第二组中的ID（ID>=8）。因此，学习到的粗粒化策略使用两个位置坐标来表示所有其他信息，形成一个维度的宏观状态。

这个地方解释的感觉还不清楚，可以再多参考一下原文。主要是后面那一句结论是怎么从图里分析出来的？

PLL：已改→最后，作者将归一化的IG绘制成矩阵图，用以描述每个宏观维度（纵轴）和每只鸟空间坐标（横轴）之间的关系，并用橙色点表示每个宏观状态中最重要的微观状态。

实验结果表明（图(d)），宏观状态的第1、2、5、6维分别对应第一组中的ID（ID<8）（图(d)中group 1 的橙色点在第1行、第2行、第5行、第6行），第3、4、7、8维对应第二组中的ID（ID>=8）（图(d)中group 2 的橙色点在第3行、第4行、第7行、第8行）。因此，学习到的粗粒化策略使用两个位置坐标来表示所有其他信息，形成一个维度的宏观状态。

生命游戏实验

把第四部分介绍方法的部分往前放

PLL：已改。

• “滑翔机”型由于预测不良，CE程度最低

要解释到，滑翔机在自然生成的数据中出现的较少，所以相比较其他模式而言训练的不够充分

PLL：已改→由于出现“滑翔机”的训练样本有限，NIS+在此部分训练不充分，故“滑翔机”型预测不良，CE程度最低（见图(c)）。

• 这可能是因为Ψ的近似忽略了许多冗余信息

还要补充解释这是一个高维的复杂系统。高维系统中冗余信息更多，所以Ψ的近似造成的误差就更大。

PLL：已改→但是，对于Ψ，所有情况产生的值都小于或等于0，这可能是因为此系统是一个高维的复杂系统，冗余信息更多，而Ψ的近似忽略了许多冗余信息，使得Ψ无法确定CE是否发生。

大脑fMRI

• 因此，我们可以得出这样的结论：当被试观看电影时，大脑不同区域的活动可以在每个时间步上用一个实数来表示。

前面实验结果说的和静息态数据对比。静息态下q=7.而不是观看电影

PLL：q = 1优于q的其他值。尽管观察到q = 1时[math]\displaystyle{ \Delta{J} }[/math]的标准差较大，但NIS框架（红色条形图）支持了这一发现。因此，作者得出结论：当被试观看电影时，大脑不同区域的活动可以在每个时间步上用一个实数来表示。此外，作者还将CE的结果与静息数据进行了比较，——这样呢？

• 这些区域的数字神经元可能协同作用

什么是数字神经元？

PLL：The numeric neurons in these areas may collaborate and function collectively. 根据这句话翻译的，要不改成——这些区域的神经元可能协同作用。？

• 然而，通过将微观状态和宏观状态之间的互信息分解为协同信息、冗余信息和独特信息，还可以进一步证实和量化这一结论[3]。

这里不应该是转折的关系吧

PLL：嗯嗯，已删除转折词。

总结

• 这种不断发展的微观状态和宏观编码之间的一致性证实了学习动力学和粗粒化方法是可交换的。

这句话没太看懂是什么意思，可能是翻译的问题。

PLL：这种微观状态和编码成的宏观状态之间的一致性证实了学习动力学和粗粒化方法是可交换的。——这样呢？

其他没什么问题了，就是人称再改一改，交叉引用实验部分再补齐一下就差不多了

PLL：交叉引用实验部分，已加，主要是NIS，SIR，EI，CE，其他的还有什么需要引用吗？比如Boirds模型？泛化？