wmayner/pyphi

它解决了什么问题

PyPhi 是一个研究平台，旨在计算整合信息（Φ），这是整合信息理论（IIT）中用于判断一个系统是否作为一个整体存在而非独立部分的集合的度量。它使研究人员能够分析系统的因果效应结构，以识别不可约的机制及其相互关联。

它如何工作

该软件接收一个基底——由转移概率定义的相互作用单元网络——以及一个特定状态。然后通过寻找对系统行为影响最小的划分来计算 $\phi_s$（系统整合信息）。它还计算 $\Phi$-结构，以识别系统内的区分和关系。

适用于谁

主要面向神经科学、意识研究和复杂系统领域的研究人员，他们正在将整合信息理论（IIT 3.0 和 4.0）应用于意识的物理基底建模。

主要特性

• 多版本支持：实现了当前的 IIT 4.0 形式化和早期的 IIT 3.0 版本。
• 因果分析：提供工具以确定实际因果关系，并量化系统的因果结构与其环境的匹配程度。
• 尺度分析：能够对基底进行粗粒化或黑箱处理，以在不同空间和时间尺度上分析整合信息。
• 基底工具：包含从权重矩阵或伊辛模型生成基底的实用程序，以及从观测数据估计基底的方法。
• 可扩展性：支持将结果导出为 pandas DataFrames、xarray 和 NetworkX，同时提供可选的 Redis 后端缓存和基于 Dask 的集群执行。