基于 Blackwell 序的多变量高斯冗余与协同信息分解

研究者提出一种基于 Blackwell 序的多变量高斯系统部分信息分解（PID）方法，证明高斯信道在提取冗余信息和并集信息时均为最优，并给出直观的几何解释与高效数值算法。其并集信息与协同信息同 BROJA 度量一致，并推导出双信源下的闭式解；该方法可扩展到上千维或上千信源的系统，并在一个最优控制问题中识别出传感器与记忆之间的冗余和协同交互。