调和涌现:一种识别多变量数据中因果涌现的信息论方法
神经元与认知
2021-01-27 v1 适应与自组织系统
摘要
广义的涌现概念在一些最具挑战性的开放科学问题中起着重要作用——然而,关于何为涌现现象提出了极少定量理论。本文介绍了一种多变量系统中因果涌现的形式化理论,研究系统各部分动力学与感兴趣的宏观特征之间的关系。我们的理论给出了向下因果的定量定义,并引入了涌现行为的互补模态——我们称之为因果解耦。此外,该理论允许可在大型系统中高效计算的实用判据,使我们的框架适用于一系列具有实际意义的场景。我们在若干案例研究中展示了我们的发现,包括康威生命游戏、雷诺兹集群模型,以及通过皮层电图测量的神经活动。
引用
@article{arxiv.2004.08220,
title = {Reconciling emergences: An information-theoretic approach to identify causal emergence in multivariate data},
author = {Fernando E. Rosas and Pedro A. M. Mediano and Henrik J. Jensen and Anil K. Seth and Adam B. Barrett and Robin L. Carhart-Harris and Daniel Bor},
journal= {arXiv preprint arXiv:2004.08220},
year = {2021}
}
备注
18 pages, 7 figures