前沿进展：因果分解为协同、特有和冗余信息

文章预览

导语 最近发表于  Nature Communications  的一项研究提出了“协同-特有-冗余分解”（SURD）方法，通过对变量未来状态的信息增量进行分解，将因果关系量化为冗余、特有和协同信息的贡献，为多变量系统中的因果推断提供了全新的分析视角。该方法能够识别变量的冗余和协同因果性，为气候模型、神经网络等复杂系统的因果分析提供了支持，并有望为气候研究和流体力学等领域带来显著进展。 关键词： 因果科学，因果推断，信息分解，协同信息，复杂系统 龚铭康   | 作者 杨明哲、吕奥博  | 审校 梁金   | 编辑 论文题目： Decomposing causality into its synergistic, unique, and redundant components 论文地址： https://www.nature.com/articles/s41467-024-53373-4 一、背景介绍 因果关系是科学研究的根基，通过分析因果关系，我们可以理解物理系统中各变量的相互作用，从而影响 ………………………………