Хаос-архиватор, step-1, окончание

Хаос-архиватор, step-1, окончание

Начало www.membrana.ru/particle/18508

Продолжение публикаций www.membrana.ru/particle/18526

(Спешу закончить описание 1-го пакета: формирование первичной сети. После чего примусь за комментарии.)

И так, продолжим.

Вообще говоря, казалось бы нет никаких принципиальных причин, по которым нельзя было бы использовать первичную сеть в качестве основного элемента ассоциативной памяти. И действительно, так оно и есть: возбудив на ней область активности, мы получаем блуждающий виртуальный процессор.

И, как будет описано в соответствующей статье, с его помощью можно будет формировать энграмму – «след памяти».

Все это так, но уже первые статистические исследования показали, что элементы такой энграммы используются очень неравномерно, есть даже точки, куда «процессор» вообще никогда не заходит. Зато другие эксплуатируются очень интенсивно.

Понятно, что ресурсы такой ассоциативной памяти не могут быть значительными. Что и было подтверждено в численных экспериментах.

Первое, с чего мы начали – пытались найти более эффективный способ формирования хронодинамических, а на их основе, и хроостатических отношений. Было потрачено много усилий, но безрезультатно.

А выход был прост: достаточно было после окончания формирования кроны (двоичного дерева) исключить из нее узлы, «генетические» коды которых представляются несущими какую-либо закономерность. Т.е. они были сформированы на последовательностях типа: 000000…; 11111111…; и т.п.

Это простое решение оказалось не так просто выполнить. Дело в том, что считать закономерностью?

Однако, не мудрствуя лукаво, было решено просто отбрасывать все те узлы, в которых матожидание 0/1 имело наибольшее отклонение от равновероятного. Это, конечно, не самый лучший выход, зато простой.

Ну а более правильный – пусть ищут те, кто будет когда-либо заниматься этой проблемой.

И так, сразу после формирования кроны, начинается селекция узловых «нейронов». Биологам это понравилось: действительно, уже сразу после формирования клеток коры головного мозга, сразу начинается их массовая гибель, что несомненно идет на пользу развивающемуся организму.

Собственно, на этом можно было бы и закончить описание первого пакета из состава Хаос-архиватора, если бы не Аппарат активной памяти. Дело в том, если вы все воспроизведете,так как здесь описано, вы все равно получите просто ассоциативную память, не обладающую признаками активности.

Процесс запоминания в ней сопровождается только экстраполяцией очередного бита, но не его «предвидением». Т.е. никакого эффекта использования нелокальной реальности.

Короче, как мы уже рассмотрели в предшествующих статьях, «ключ» доступа к нелокальной реальности в использовании свойств геометрического 3-х мерного пространства, в его большей информативности по сравнению с одномерным пространством.

Система отношений на сформированной нами сети симулирует одномерное время-подобное пространство: деды – родители – дети. Причем, как и предполагалось, виртуальный процессор может свободно перемещаться по нему в любом направлении.

Но что бы «творить чудеса», нам необходимо выбираться из него в нормальное, 3-х мерное пространство.

Однако, мы сейчас рассматриваем не философские проблемы, а конкретный программный код!

В данном случае, это означает, что между точками одномерного время-подобного пространства и соответствующего ему 3-х мерного пространства, должно быть установлено однозначное соответствие. Это конечно очень трудно – есть принципиальная неоднозначность.

Поэтому сначала, хотя бы количественно.

А это значит, что сторона куба, объем которого составлен из точек одномерного время-подобного пространства (кроны), должна быть «целым числом». Математически это можно выразить так:

Корень кубический из N должен быть целым числом.

Таким образом, на мощность сети было наложено еще одно условие.

Теперь, когда мы определились с мощностью сети, можно приступать к формированию самой сети. Это будет наш пакет 2: формирование рабочей сети.

Подведем итог.

Результатом работы пакета 1 является заготовка рабочей сети. При этом, ее формирование производится полностью автоматически, без вмешательства оператора, по весьма ограниченному набору исходных данных.

Входная информация пакета 1: исходный генетический код, высота ствола и его двоичная последовательность, высота кроны;

Выходная информация пакета 1: рабочая мощность кроны, сторона куба, таблица генетических кодов, хроодиамических и хроностатичских отношений элементов рабочей кроны.

Результаты работы пакета 1 сохраняется в файле, и могут быть многократно использованы для формирования рабочей сети при различных параметрах. Что весьма удобно для проведения вычислительных экспериментов.

Тем самым, оператору не требуется всякий раз начинать все сначала, если это не затрагивает процедуру формирования первичной сети.

Архиватор. Все, что нужно знать!


Читайте также: