连续网络交互的有符号与无符号部分信息分解

我们研究将部分信息分解（PID）框架作为边提名工具。我们考虑了分别来自 arXiv:1004.2515 和 arXiv:1801.09010 的 $I_{\cap}^{\text{min}}$ 与 $I_{\cap}^{\text{PM}}$ PID，并从数值和解析两方面探究这些框架在发现显著边交互中的效用。在工作中，我们将 $I_{\cap}^{\text{min}}$ 和 $I_{\cap}^{\text{PM}}$ PID 推广到一类一般的连续三元系统。此外，我们考察了在每个 PID 中如何将信息分配为源双变量 PID 框架内的冗余、协同和独有信息原子。我们的模拟实验与分析研究均表明，$I_{\cap}^{\text{PM}}$ PID 的信息原子对高预测器-目标互信息具有非特定敏感性，无论预测器是否真正交互。相比之下，$I_{\cap}^{\text{min}}$ PID 则相当具有特异性，尽管模拟表明其缺乏敏感性。