聖塔非研究所
摘要 我們展示了為什麼過去和未來之間傳遞的資訊量（過剩熵）通常不是現在儲存的資訊量（統計複雜性）
2022-09-02 · 已發表論文 · 更新 2026/03/19 上午04:01
摘要 我們展示了為什麼過去和未來之間傳遞的資訊量（過剩熵）通常不是現在儲存的資訊量（統計複雜性）。這是一個難題，而且是一個長期存在的難題，因為前者描述了觀察到的行為，而最佳預測則需要後者。我們根據最佳因果預測器和逆向預測器（兩者都是計算力學的 epsilon 機）提出了過剩熵的封閉式表達式。這給我們帶來了兩個新的系統不變量：因果不可逆性（因果表示之間的不對稱性）和神秘性（過程隱…
本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
摘要
我們展示了為什麼過去和未來之間傳遞的資訊量（過剩熵）通常不是現在儲存的資訊量（統計複雜性）。這是一個難題，而且是一個長期存在的難題，因為前者描述了觀察到的行為，而最佳預測則需要後者。我們根據最佳因果預測器和逆向預測器（兩者都是計算力學的 epsilon 機）提出了過剩熵的封閉式表達式。這給我們帶來了兩個新的系統不變量：因果不可逆性（因果表示之間的不對稱性）和神秘性（過程隱藏其狀態資訊的程度）。