❶ 核心問題

不同的系統如何通過資訊互動——是什麼決定了這種互動會產生協調（Coordination）、干擾（Interference），還是毫無效果？

培養皿中兩個心臟細胞，最初以不同速率跳動，逐漸同步，直到一致搏動。兩座擺鐘裝在同一面牆上，僅通過木材中微弱的振動相連，幾小時內便進入反相鎖定。紅樹林沼澤中的一隻螢火蟲，以毫秒級調整閃爍時機，直到整棵樹同步閃亮。一位人類聽眾專注於埋藏在噪音中的微弱旋律，想辦法提取信號——而在某些條件下，更多噪音反而讓信號更容易被聽見，而非更難。

這些現象橫跨截然不同的系統——生物的、機械的、生態的、知覺的——卻共享一個結構特徵：不同系統以改變彼此行為的方式交換資訊。ECI 將此稱為耦合（Coupling），記為 Gamma（系統間的耦合函數），本頁同時發展其近親概念：包含（Containment）（存在於一個通道之內）、相容性（Compatibility）（資訊模式與其載體和通道的匹配程度），以及共振（Resonance）（耦合產生增強協調的一種特定狀態）。

這三個概念——包含、相容性、耦合——經常被混為一談。將它們明確區分，是提出可測試主張的關鍵。載體存在於通道之內，與兩個系統互動是不同的事情。模式與其基質的匹配，也不等同於兩個系統交換能量或資訊。本頁劃定這些界線。

❷ 具體案例

敲擊一支音叉，將它靠近第二支相同的音叉。第二支音叉開始振動。第一支音叉的振盪在空氣中產生壓力波；這些波到達第二支音叉，因為兩者共享相同的固有頻率，能量傳遞非常高效。第二支音叉對第一支「產生了回應」。這是教科書上共振（Resonance）的經典圖像：通過共享介質耦合的振盪器之間的頻率匹配。

現在考慮一個更令人驚訝的案例。1981 年，Roberto Benzi 及其同事提出，在有噪音的非線性系統中，微弱的週期性信號可以被噪音放大——這一現象後來被稱為隨機共振（Stochastic Resonance）。這個想法違反直覺：噪音通常是信號偵測的敵人，卻在特定條件下能幫助系統偵測到原本無法察覺的信號。在隨後幾十年間，隨機共振在電子電路（Fauve & Heslot, 1983）、小龍蝦的感覺神經元（Douglass et al., 1993）、人類知覺（Collins et al., 1996）以及其他各種生物和物理系統中得到實驗證實。

但隨機共振並非「噪音改善信號」的一般性原理。它需要特定的動力學條件：系統必須是非線性的、信號必須是次閾值的（太弱而無法單獨驅動系統）、噪音強度必須落在特定範圍內——噪音太少無法增強信號，噪音太多則淹沒信號。噪音與信號偵測之間的關係是非單調的（Non-monotonic），呈現特徵性的倒 U 型曲線。Moss et al.（2004）提供了全面的回顧；McDonnell and Ward（2011）檢視了工程上的意涵與限制。

就我們的目的而言，隨機共振所闡明的是：系統間的耦合不僅僅是強度的問題——它取決於互動系統的配置（Configuration）以及互動條件。一個微弱信號與一個有噪音的偵測器，可以比微弱信號與安靜偵測器成為更有效的搭檔，但前提是偵測器具備正確的非線性架構，且噪音具備正確的統計特性。這是貫穿整個耦合與共振框架的主題：配置與強度同等重要。

第三個例子。在生態學中，互利網絡——授粉網絡、種子傳播網絡、通過菌根真菌連接樹木的菌根網絡——展現出塑造整個生態系統的耦合模式。菌根網絡可以在不同物種的樹木之間傳遞碳、水分和化學信號。兩棵樹之間的「耦合強度」不僅取決於物理距離，還取決於存在的真菌物種、土壤化學性質、每棵樹的代謝狀態以及季節背景。兩棵樹可以在物理上很近，但如果缺少合適的真菌夥伴，在資訊上卻完全隔絕。

這些例子——音叉、隨機共振、菌根網絡——說明耦合是一種豐富且依賴配置的現象。ECI 試圖通過區分耦合是什麼與耦合不是什麼來將其形式化。

❸ 已確立的科學

幾項充分確立的科學成果為思考耦合與共振提供了基礎。

耦合振盪器理論（Coupled Oscillator Theory）。 耦合振盪器的數學是非線性動力學中發展最為完善的領域之一。Kuramoto（1975, 1984）引入了一個 N 個相位振盪器全對全耦合的模型，至今仍是研究同步化的經典框架。Kuramoto 模型顯示，具有不同固有頻率的振盪器群體，當耦合強度超過一個臨界閾值時，會自發同步。在閾值之下，每個振盪器獨立運行；在閾值之上，一個宏觀比例的群體鎖定到共同頻率。這種相變在物理、化學、生物和社會系統中均有觀察。關鍵洞見：同步化不是漸進的——它是一種閾值現象，取決於耦合強度和固有頻率的分布。

隨機共振（特定條件下）。 如上所述，隨機共振是一個充分證實的現象，在某些非線性系統中，適當的噪音可以改善微弱信號的偵測（Benzi et al., 1981; Gammaitoni et al., 1998; Moss et al., 2004; McDonnell & Ward, 2011）。該現象需要：(1) 具有閾值或雙穩態的非線性系統，(2) 次閾值的週期性信號，(3) 適當強度的噪音。在這些條件下，輸出端的信噪比是輸入噪音強度的非單調函數，在最佳噪音水準達到峰值。隨機共振不是「噪音通常改善資訊處理」的主張；它是一個具有特定先決條件的特定動力學結果。它在此處的重要性是作為非單調耦合行為的具體範例——某樣東西（噪音）越多，到某個點為止是有益的，之後便是破壞性的。

網絡科學中的耦合強度（Network Science on Coupling Strength）。 網絡科學在節點間連接的拓撲和強度如何影響集體行為方面產出了大量成果。Watts and Strogatz（1998）證明小世界網絡拓撲——在規則晶格上添加少量長程連接——在保持高聚類的同時大幅降低平均路徑長度，增強了資訊傳播的速度和效率。Barabasi and Albert（1999）刻畫了無標度網絡（Scale-free Networks），其中少數高度連接的樞紐支配著拓撲結構。節點間的耦合強度（加權邊）和網絡拓撲共同決定了流行病傳播、級聯失效、共識形成和同步化等現象。

資訊論耦合度量（Information-theoretic Coupling Measures）。 互資訊（Mutual Information）、傳遞熵（Transfer Entropy）和 Granger 因果性（Granger Causality）提供了既定方法，用於衡量時間序列之間——以及延伸至產生這些時間序列的系統之間——資訊交換的強度和方向性。傳遞熵（Schreiber, 2000）尤其相關，因為它衡量的是有向資訊流：知道系統 X 的過去，能在多大程度上減少對系統 Y 未來的不確定性——超出 Y 自身過去已告知的部分？這些是經驗性量化耦合的工具，而非關於耦合是什麼的理論結果。

這些結果共同顯示：系統間的耦合在特定語境中已被充分研究（振盪器、網絡、時間序列）。同步化作為一種閾值現象出現。在特定非線性條件下，噪音可以增強耦合。網絡拓撲塑造集體動力學。資訊論工具可以測量耦合強度。但這些結果分散在不同學科——物理、神經科學、生態學、網絡科學——目前沒有統一框架能區分耦合與相關但不同的概念（包含、相容性）。這正是 ECI 所要填補的空白。

❹ ECI 框架詮釋

ECI 識別出三種在非正式討論中經常被混淆的不同關係類型。區分它們是本頁的核心理論貢獻。

三種關係類型

1. 包含（Containment）：C ∈ Ch

載體（Carrier）存在於通道（Channel）之內。這是關於系統嵌入位置的結構性事實。一個神經元存在於時空通道 Ch_ST 之內。一個數位過程存在於計算通道之內。包含是關於存在域中的位置的陳述——它告訴你什麼物理定律、維度約束和互動規則適用於該載體。

包含不是耦合。載體可以被包含在通道中而不與任何其他載體互動。月球上的一塊岩石被包含在 Ch_ST 中，但此刻並未與你的大腦耦合。包含是耦合的必要前提條件（兩個載體必須共享一個通道，或其通道有重疊，耦合才能發生），但不是充分條件。

2. 相容性（Compatibility）：Q(I, C, Ch)

相容性描述了資訊向量（Information Vector）I 與特定載體 C 在特定通道 Ch 中的匹配程度。可以把它想成結構匹配的度量——這個模式能否被該基質在該環境中承載、處理和維持？

一段基因序列與活細胞高度相容（細胞擁有讀取、複製和作用於 DNA 的分子機器）。同一段序列以墨水編碼在紙上，與人類讀者相容（讀者可以解碼記號），但與紙本身不相容（紙無法處理資訊）。101.5 MHz 的無線電信號與調諧到該頻率的接收器相容，而與調諧到 88.1 MHz 的接收器不相容。

相容性不是耦合。Q 衡量的是模式與基質之間的潛在匹配。兩個系統可以高度相容卻從未互動——一台無線電發射器和一台相同頻率的接收器，分別位於地球兩端且之間沒有傳播路徑，它們相容但未耦合。相容性關乎結構匹配；耦合關乎實際互動。

ECI 將相容性記為 Q(I, C, Ch)——一個接收資訊向量、載體和通道，並回傳模式與基質在該域中匹配程度之度量的函數。高 Q 意味著高效處理；低 Q 意味著模式被扭曲、退化或遺失。

3. 耦合（Coupling）：Gamma(X, Y)

耦合是一種動力學互動，通過這種互動，一個系統的狀態可以影響另一個系統。*因果耦合（Causal Coupling）*是更強的子類別，需要可介入性辯護的因果詮釋。當系統 X 的狀態變化以影響系統 Y 狀態的方式發生（反之亦然），X 和 Y 便是耦合的。耦合函數 Gamma(X, Y) 描述了這種因果互動的強度、方向性和性質。

關鍵區分——相依性 ≠ 耦合 ≠ 因果。 互資訊 I(X;Y) > 0 表示統計相依——X 和 Y 的狀態相關。這並不意味著 X 因果地影響了 Y；它們可能共享共同原因或在相關條件下被測量。耦合 Γ(X,Y) > 0 需要動力學互動——X 的狀態必須能夠影響 Y 的軌跡。因果耦合是更強的要求：對 X 的介入必須以可介入性辯護的方式改變 Y 的軌跡。這一區分對生物網絡實驗至關重要，在那裡相關性無處不在，但因果耦合卻是稀疏的。

完整的鏈條：相關性 ≠ 統計相依 ≠ 耦合 ≠ 因果耦合。

耦合需要一個介質（Medium）（見 B4）——某種物理機制，因果互動通過它來傳遞。壓力波、電磁場、化學梯度、突觸傳遞、重力互動——這些都是實現耦合的介質。沒有介質，就沒有耦合。

耦合的範例：

• 兩個通過突觸連接的神經元：Gamma 包含突觸權重、神經傳遞物質類型和時間動態。
• 兩棵通過菌根網絡連接的樹：Gamma 包含真菌物種、傳遞速率和交換的化學信號。
• 同一面牆上的兩座擺鐘：Gamma 包含通過牆壁材料傳遞的機械振動。
• Kuramoto 模型中的兩個耦合振盪器：Gamma 是耦合常數 K 乘以相位差函數。

關鍵區分：包含告訴你系統存在於何處。相容性告訴你系統能處理什麼模式。耦合告訴你兩個系統是否實際互動以及互動有多強。

| Relation | Notation | What it describes | Example | |---|---|---|---| | 包含（Containment） | C ∈ Ch | 載體存在於通道內 | 神經元存在於時空中 | | 相容性（Compatibility） | Q(I, C, Ch) | 模式與基質匹配 | DNA 匹配細胞機器 | | 耦合（Coupling） | Gamma(X, Y) | 系統實際互動 | 兩個神經元交換信號 |

共振作為配置相容性

「資訊共振（Informational Resonance）」是 ECI 的暫定術語，指的是由可存取的內部配置與外部資訊結構之間的配置相容性所導致的增強耦合狀態。不應假設它就是字面意義上的頻率共振。只有當實驗顯示特定的頻率依賴性時，才應賦予物理頻率意義。

當兩個系統被配置為一個系統的輸出與另一個系統的輸入高度相容（高 Q），且它們之間存在耦合路徑（非零 Gamma），所產生的互動可以遠強於耦合強度或相容性單獨能預測的程度。音叉的例子是一個特例：兩個具有匹配頻率（頻率域中高 Q）的振盪器通過空氣（通過聲學介質的非零 Gamma）耦合。但 ECI 意義上的共振更為廣泛：它發生在任何配置相容性放大耦合的情形。

這個定義刻意對物理機制保持不可知立場。如果在特定系統中的實驗顯示共振取決於字面上的頻率匹配，那是關於這些系統的經驗發現。如果其他系統通過不同機制（空間模式匹配、化學互補性、資訊結構對齊）顯示出類共振增強，框架同樣能容納。只有當實驗顯示特定的頻率依賴性時，才應在特定語境中賦予「共振」物理頻率意義。

非單調關係

隨機共振展示了一個至關重要的一般性原理：耦合條件與協調結果之間的關係通常是非單調的（Non-monotonic）。更多耦合並不總是更好。更多噪音也不總是更壞。最佳狀態取決於互動系統的配置。

ECI 提議，這種非單調性是複雜系統中耦合的一般特徵，而非噪音驅動雙穩態系統的特例。在生態網絡中，中等連通度往往比稀疏或完全連通的拓撲產生更穩健的生態系統（May, 1972; Allesina & Tang, 2012）。在神經網絡中，中等突觸強度往往比弱耦合或強耦合產生更好的資訊處理（van Vreeswijk & Sompolinsky, 1996）。在社會網絡中，中等連結強度（「弱連結」）往往比強連結更有效地傳遞新穎資訊（Granovetter, 1973）。

框架的預測：對於任何耦合系統，都存在一個 Gamma 和 Q 共同最佳化協調的區間——而這個區間通常不在任一變數的極端值處。

❺ 如果這是真的⋯⋯

如果三元區分（包含 / 相容性 / 耦合）正確地描述了系統如何與彼此及其資訊環境相關聯，將會產生幾個推論。

跨系統協調可能比預期更常見。 如果耦合 Gamma(X, Y) 可以發生在任何共享介質且具有非零相容性 Q 的兩個系統之間，那麼宇宙可能包含遠比我們目前認知更多的耦合系統。我們傾向於在預期之處尋找耦合——大腦中的神經元之間、生態系統中的生物體之間、網絡中的節點之間。但如果耦合是一個一般性物理現象而非特殊的生物現象，那麼耦合系統可能存在於我們尚未探查的尺度和域中。同一溶液中生長的兩顆晶體、共享大氣邊界的兩個天氣系統、通過貿易連接的兩個經濟體——這些都可以被有用地描述為具有可測量 Gamma 的耦合系統。

相容性 Q 成為設計變數。 如果資訊模式與基質之間的相容性可以被測量和操控，它就成為工程工具。想改善信號在網絡中的傳播？與其增加耦合強度（這可能推過非單調最佳值），不如增加相容性——重新設計信號格式、接收器架構或傳輸協議以提高 Q。從某種意義上說，這正是演化幾十億年來一直在做的事情：自然選擇最佳化了資訊模式（基因組、神經編碼、行為策略）與其基質（細胞、神經系統、社會群體）之間的 Q。讓 Q 顯式化，可以將一個隱性過程轉變為一個刻意的設計參數。

共振概念超越物理學。 如果共振根本上是關於配置相容性放大耦合，那麼類共振現象應該出現在任何配置匹配重要的系統中——不僅限於振盪的物理系統。社會共振（兩個溝通風格互補的人）、認知共振（一個完美融入某人既有概念框架的想法）、制度共振（一項與既有組織結構對齊的政策）——這些可能都是同一基礎原理的實例，領域不同但共享相同的形式結構：高 Q 放大 Gamma 以產生增強的協調。

這些是推測。它們勾勒的是研究方向，而非既定成果。三元區分的價值將取決於它能否產生經得起實驗檢驗的預測。

❻ 如何測試？

耦合與共振框架提出了幾項可測試的主張。

測試 1：在受控系統中測量 Gamma。 選擇具有良好特徵的耦合系統對——電子振盪器、培養中的耦合神經元、代謝連結的微生物社群。使用傳遞熵或互資訊獨立測量耦合強度 Gamma。然後改變耦合條件（改變介質、修改耦合路徑、引入噪音），測試 Gamma 的變化是否預測協調結果的變化（同步化、資訊傳遞速率、集體行為）。如果 ECI 所定義的 Gamma 在既有耦合度量之外沒有預測能力，則框架沒有增加價值。

測試 2：分離相容性與耦合。 設計實驗，使相容性 Q 和耦合強度 Gamma 被獨立改變。例如：兩個電子振盪器可以以可變強度耦合（可調電阻）和可變頻率匹配（可調固有頻率）。在 (Gamma, Q) 值矩陣上測量協調結果。框架預測協調是兩個變數共同的函數，而非任一單獨的函數——且該函數在至少一個變數上是非單調的。如果協調僅取決於耦合強度而與相容性無關，則 Q 與 Gamma 之間的區分是不必要的。

測試 3：隨機共振的邊界條件。 框架主張非單調耦合行為是複雜系統的一般特徵，不限於隨機共振的特定條件。通過在遠離經典隨機共振範式的系統中尋找耦合條件與協調結果之間的非單調關係來測試——例如，在社會網絡中（中等連通度是否比高連通度產生更好的資訊傳播？）、在基因調控網絡中（中等調控耦合是否比強耦合產生更穩健的基因表現？）、在經濟網絡中（中等貿易連結是否比完全整合產生更穩定的經濟體？）。每一個正面結果擴展了適用範圍；每一個零結果限縮了它。

測試 4：跨域共振。 框架預測共振（配置相容性放大耦合）應發生在非物理域中。識別候選系統——社會群體、組織網絡、認知架構——並測試高 Q（衡量為互動組件間的結構相容性）是否預測超出耦合強度單獨所能解釋的增強協調。如果「共振」最終只是一種物理頻率匹配現象，在其他領域沒有有意義的對應物，則更廣泛的定義應被放棄。

什麼會削弱此主張：如果三元區分（包含、相容性、耦合）在比僅使用耦合強度的更簡單模型之上沒有改善預測能力。

什麼會推翻此主張：如果耦合強度和相容性無法被獨立測量——即每次嘗試分離它們都揭示它們不過是同一變數的不同名稱。

❼ 連結到其他節點

→ ECI 單元：資訊、載體和能量的最小動態單元。耦合將 ECI 單元彼此連接——沒有 Gamma，每個 ECI 單元將孤立運作，系統間不可能產生協調。

→ 載體（B2）：處理資訊的完整運作實體。耦合能力是載體四項要求之一——一個擁有豐富內部狀態但沒有耦合函數 Gamma 的系統，對世界其餘部分而言在資訊上是死的。

→ 通道與維度架構（B1）：通道約束了哪些類型的耦合是可能的。在時空通道 Ch_ST 中，耦合必須遵守光速、四種基本力和量子力學規則。不同的通道可能允許不同的耦合機制。

→ 變異與協調（C1）：耦合是微觀變異（V）產生宏觀協調（kappa）的機制。沒有組件間的耦合，變異保持局部性，協調無法湧現。

→ 跨通道存取（E1）：如果資訊可以跨不同通道被存取，耦合函數 Gamma 必須跨通道邊界運作——這比通道內耦合是更強的主張。

→ 可否證性（F3）：耦合與共振框架做出了具體的可否證預測：Gamma 和 Q 可以被獨立測量、它們的聯合函數預測協調、且關係是非單調的。如果這些預測失敗，框架應被修訂或放棄。

❽ 數學細節

定義（框架記號）

包含（Containment）：

C ∈ Ch

載體 C 存在於通道 Ch 之內。這是一種結構關係——通道定義了載體所嵌入的存在域（物理定律、維度約束、互動規則）。包含是耦合的前提條件，而非耦合的一種形式。

• 狀態：定義（框架記號）。
• 注：見 B1 關於通道及其維度架構的正式處理。

相容性（Compatibility）：

Q(I, C, Ch) ∈ [0, 1]

相容性函數 Q 接收資訊向量 I、載體 C 和通道 Ch，回傳一個介於 [0, 1] 的純量，表示該模式在該域內與基質的匹配程度。Q = 1 表示完美結構匹配（載體可以完全承載、處理和維持該資訊模式）。Q = 0 表示完全不相容（該模式無法在此通道內的此載體中被實例化）。

• 狀態：提議中的定義。
• 假設：資訊模式與基質之間的結構匹配可以被有意義地量化；相關因素可以被壓縮成單一純量（這很可能是過度簡化——可能需要向量值的 Q 來提供更豐富的描述）。
• 可否證推論：如果沒有任何 Q 的操作化能產生與資訊處理效能相關的測量結果，則此概念失敗。

耦合（Coupling）：

Gamma(X, Y) >= 0

耦合函數 Gamma 接收兩個系統 X 和 Y，回傳一個非負純量，表示它們資訊互動的強度。Gamma = 0 表示無耦合（X 和 Y 不互相影響）。耦合的方向性和性質可能需要更詳細的描述（例如多通道耦合的矩陣或張量），但純量版本捕捉了核心概念。

• 狀態：提議中的定義。
• 與既定度量的關係：Gamma 在概念上與傳遞熵、互資訊和振盪器理論中的耦合常數有關。框架主張這些都是更一般耦合函數的特例。這是一個需要驗證的強主張。
• 假設：任意系統之間的耦合強度可以被有意義地量化；單一純量捕捉了本質特徵（或向矩陣 / 張量的推廣是直截了當的）。

玩具模型：網絡中的匹配機率

考慮一個由 N 個系統組成的網絡，每個系統都可能為給定的資訊模式提供匹配的耦合機會。如果每個系統獨立地具有 q 的相容匹配機率，則至少存在一個匹配的機率為：

P(match >= 1) = 1 - (1 - q)^N

這是一個玩具模型，假設：

1. 獨立性——每個系統的匹配機率與其他所有系統獨立。在真實網絡中，狀態通常高度相關（相鄰神經元一起放電、相鄰生物體共享環境、相連節點互相影響），因此此假設很少成立。
2. 常數 q——所有系統的匹配機率相同。在現實中，q 在任何異質網絡中的不同系統間差異巨大。
3. 二元匹配——系統要麼匹配，要麼不匹配。真實的相容性是一個連續統（如上述 Q 函數）。

在這些（不切實際的）假設下，模型說明了一個基本要點：隨著網絡大小 N 增加，找到至少一個相容匹配的機率趨近 1——即使個體匹配機率 q 很小。對於 q = 0.01 且 N = 100，P(match >= 1) 大約為 0.634。對於 N = 500，大約為 0.993。

• 狀態：玩具模型。不是作為真實網絡的描述而提出的。僅用於建立關於網絡大小如何補償低個體相容性的直覺。
• 限制：獨立性假設是關鍵弱點。在任何具有耦合的真實系統中，一個匹配的存在會改變另一個匹配的機率。相關網絡需要不同的數學工具（滲流理論、隨機圖論、平均場近似）。

提議方程式：可存取協調

ECI 提議，可存取協調——資訊模式通過網絡參與協調過程的程度——共同取決於匹配可用性和協調能力：

A_access approx [1 - (1 - q)^N] x R(kappa, K, stability)

其中：

• [1 - (1 - q)^N] 是上述玩具模型的匹配機率（包含其所有限制）

• R(kappa, K, stability) 是一個**協調就緒度（Coordination Readiness）**函數，取決於：

  • kappa：協調參數（見 C1）
  • K：載體容量（見 B2）
  • stability：協調狀態的時間持續性（見 C2）

• 狀態：提議中的方程式。R 的函數形式及其與玩具模型匹配機率的關係均未經過經驗驗證。乘法結構（匹配機率乘以協調就緒度）是起始假設，而非推導結果。

• 假設：可存取協調可以被分解為「找到夥伴」組件和「準備好協調」組件；這兩個組件大致是相乘的（即大致獨立）。兩項假設都需要測試。

• 變數：q（每系統匹配機率）、N（網絡大小）、kappa（協調參數）、K（載體容量）、stability（持續性度量）。所有變數都需要獨立的操作化。

• 可否證推論：如果此處定義的 A_access 不能預測觀察到的協調結果——或者預測能力不優於更簡單的度量（例如僅 Gamma）——則該方程式應被放棄或修訂。

記號摘要

| Symbol | Name | Type | Defined in | |---|---|---|---| | Gamma(X, Y) | 耦合函數（Coupling Function） | 提議中的定義 | 本頁 | | Q(I, C, Ch) | 相容性函數（Compatibility Function） | 提議中的定義 | 本頁 | | C ∈ Ch | 包含（Containment） | 定義（記號） | 本頁；B1 | | P(match >= 1) | 匹配機率（Match Probability） | 玩具模型 | 本頁 | | A_access | 可存取協調（Accessible Coordination） | 提議中的方程式 | 本頁 | | kappa | 協調參數（Coordination Parameter） | 框架變數 | C1 | | K | 載體容量（Carrier Capacity） | 提議中的定義 | B2 | | V | 變異（Variation） | 框架變數 | C1 | | N | 網絡大小（Network Size） | 標準變數 | — | | q | 每系統匹配機率（Per-system Match Probability） | 玩具模型參數 | 本頁 |