Yuval Fisher
Editor
Fractal Image Compression
(желающие прочитать книгу обращайтесь)
Попробую изложить содержание главы номер 3 своими словами. Так как приведённое метафорическое описание очень IMHO запутывает.
Прошу исправить меня в тех местах где я буду не прав.
Начну со страницы 72 файла technologya.pdf
3.2 про Гермионную структуру.
Гермионная сеть растёт в ширь. Если нет связи между двумя следующими друг за другом событиями, то связью считается последовательность их во времени.
Поэтому если мы используем несколько входных потоков информации (каналов), то в сети возникает путаница.
3.2.1 Центр внимания.
Поскольку уровень времени (темпоральную сеть) мы офицально вводим после объявления о цикле работы входного сенсора.
Цикл работы входного сенсора заключается в последовательном переборе всех элементов матрицы областей окружающего пространства (далее клетки или вокселы).
Грубо говоря мы разбиваем изображение с видеокамеры на квадранты (которые могут быть представлены в цилиндрическом базисе или любом другом, причём ось z направлена из плосткости экрана и перпендикулярно плоскости экрана).
Мы считаем, что исследуемая модель достаточно детализирована, если мы случайно выбираем 1 отсчёт из 1000 - 10 000, и считаем что этого достаточно для предварительной оценки. В случае недостаточности планируем рекурсивное разбиение клетки.
Нашу экстраполяцию содержимого клетки мы называем Полем. Центром Поля Внимания мы называем какую либо особенность или маркер окружающего пространства.
Это может быть контрасная точка, так как её легче всего получить при обработке попиксельно или повоксельно каждой клетки, это может быть регистрация движущегося объекта как в современных многовидеокамерных системах наблюдения, либо это может быть специальный тег (например зелёные шарики приклеенные на обьекты или QR-коды.
Так как в основе нашего класса сенсор лежит ссылка на строку, а в основе класса эффектор лежит функция. То координату действия функции (геопривязку) мы называем - Центр приложения действия.
Как я уже говорил дополнительные узлы Гермионной сети достраиваются вокруг обнаруженного маркера.
3.2.2 Калибровочные смещения.
Сенсор может образован из нескольких датчиков или один датчик может предавать несколько параметров. Часть гермионной сети в кторой хранят ссылки в виде бинарного дерева на эти параметры эти поддеревья мы называем фрактами. Фракты различаются тем что от сенсоров мы получаем строку символов напрямую, а от эффекторов опосредованно через выполняемую функцию.
Вот например типичный набор функций по управлению движением видеокамеры от Виктора Казаринова.
Как видим, это обработчики событий и таймеров, которые повешены на события.
Если функции содержать заложенные алгоритмы или процессы оценки (сенсор возвращает строку, строка обрабатывается функциями эффектора в том числе оценочными, которые не используют непосредственно передвижения в реальном мире, а используют виртуальные внутренние движения и возвращают строку - результат) и выдают на выходе оценочное значение, то это взаимодействие мы будем называть - Эгон. Оценочную функцию будем называть - Стимулом калибровочного смещения Центра внимания.
Так как наше построенное изображение носит статистический характер (Усовершенствованный Метод Монте Карло с разбиением на клетки, в рендеренге 3D обьектов этот метод называют антиалиасинг со статистической рандомной вариацией или со свёрткой по ядру, представленному распределением Гаусса или приближение функции сигнала фильтром Калмана), то вершину распределения Гаусса мы называем - Центром конденсации. Так как детализация в целом у нас тем выше, чем мы ближе к выбранному нами маркеру в окружающем мире или модельному представлению в Гермионной сети.
Таким образом мы заложили аглоритм выбора Центра конденсации на основании наибольшего расхождения Стимула калибровочного смещения или функции оценки контрасности по 8 окружающим клеткам или точнее по предсказаниям для них.
Вот таким замысловатым статистическим образом мы объединили матрицу каналов в один канал.
3.2.3 Свёрнутые размерности.
Поскольку данные с реального пространства мы заменили статистическими выборками, то цикл опроса всех клеток будем называть петлёй обхода и топологическая последовательность перебора клеток или маркеров строго определена. У нас есть функция определения среднего значения по перебору. Последовательность таких значений будем называть - Темпоральной сетью.
Такой обход по жёскому пути с формированием поддерева Гермионной сети будем называть - Ситуативной сетью. Её функция Аналого-Цифровое преобразование. Из всех возможных аналоговых сигналов мы выбираем ограниченный набор состояний unsigned long, каждому такому состоянию ставим в соответствие одно значение в диапазоне [0,256] Или Short.
Этот диапазон мы называем - Гнездом подключения. По сути это аналог набора регистров управления переферийным устройством.
В реальной Гермионной сети набор регистров или портов может быть большим. Например в ядре Линукс может быть открыто 65000 сокетов. Сокеты это внешние порты.
В физике есть состредоточенные параметры и рассредоточенные, нашим алгоритмом мы делаем переход от сосредоточенного параметра к рассредоточенному.
Например заряд это состредоточенный параметр. А с помощью СтарХодж (оператор звезда) мы можем сделать переход к Потоку напряжонности рассредоточенному параметру.
Аналогично от точки или воксела в пространстве мы можем перейти к Тепловой энергии излучения.
Цвет это Температура - безразмерная величнина. А яркость пропорционально квадрату обратных расстояний или прямо пропорционально Плотности энергии.
Таким образом мы делаем переход от плотности энергии к температурному полю.
3.2.4 Центрированный взгляд на мир.
Пример с зарание подготовленным расперделением температурного поля в 16 сегментах на фотографии кота с 6 позиционно промаркированным точкам (ГеоТеги).
3.2.5 Барьерирование каналов.
Задачу удержания группы параметров в заданном диапазоне мы будем называть - Информионом. Другое название для группы параметров - Фракт. Две группы Фрактов отображающие сенсоры и эффекторы мы называем - Эгрег. Эгрег с заданной Ситуационной функцией мы называем - Информион тенденция развития. Минимум два поддерева в общем дереве с определённой фрактальной функцией посроения мы назовём Фрактальной средой.
Смотрите приложенную книгу - "Фрактальное сжатие Изображений" Фишера.
Результатом фраимодействия Фрактальной среды и Информиона будет абстрактный фрактал - или процесс динамического генерации фрактала (Как пролёт через множетство Мандельборта).
Особенность информиона то что он не всегда может быть выражен математически, но может быть представлен приближённо алгоритмически. Тоесть это совокупность рекурсивной процедуры со встроенным списком ситуационных функций. Некая процедура анализа дерева или графа Гермионной сети. Метаморфный информион - рекурсивная процедура, которая самоизменяется под воздействием фрактальной среды или Гермионной структуры как образа фрактальной среды природы. Теория фрактальной среды допускает наличие временных тунелей или червоточин через параллельные миры (Мы называем - Иная фрактальная структура).
Информион должен брать информацию для самоизменения из окружающей фрактальной стреды. Действие информиона это столкновение двух солитонов с распаданием их на множество более мелких солитонов (вихрей). Под возмущением пониают Дифференционные формы на многообразии нелинейных дифференциальных фунций вихрей (Смотрите пионерскую работу Гельмгольца).
Последовательно отвечая на вопросы в соответствии с выбранным путём в Системе физических величин Плонтникова Н. А. можно построить фрактал. Блуждающий фрактал - глубокая генетическая модификация информационной структуры - программы или например белка. Абстрактный квант это набор параметров, математических и алгоритмических выражений из Системы физических величин, для однозначного описания дифференциальной формы или М-формы.
Информионом тенденцией развития мы можем составить системы уравнений решения для которых будут в пространствах разных измерений. Так для временного кванта это 2. Для пространственного 3. Для магнитного 4. Для электрического 5. Для кванта слабого взаимодействия 6. Для кванта сильного взаимодействия 7. Для Абстрактного кванта 1.
Информион нашего мироздания это Система физических величин Плотникого Н.А. и написанная мной программа для генерации заданных систем дифф. уравнений физики.
Взрыв это ступенчатое изменения одного параметра, например давления. Резкое изменения ряда параметров определяет - Информион тенденцию развития. Фрактальная среда проявляется после возникновения нового параметра. Например приложение магнитного поля порождает расщепление спектра - новое измерение, свёрнутое до этого момента.
Самодостройка модели мира возможна на основе законов из Системы физических величин Плотникова Н.А. или по простому на основе регулярных законов физических теоорий. Выбранную физическую теорию мы будем называть - Целевым информионом.
Пределами барьеров будем называть - граничные условия.
Начальные условия для системы дифф. уравнений или алгоритмов будем называть - Программой начальной активации. Иногда для генетических модификаций структуры Гермионной сети мы будем испоьзовать случайные распределения типа Функции распределения Гаусса.
Программа начальной активации должна заложить достаточный набор правил для построения и расширения темпоральных циклов или временных последовательностей для удержания рассредоточенных физических параметров в граничных условиях. То есть происходит накопление безопасных состояний конечного автомата и циклов перехода между ними и последовательности таких переходов. Что характерно для - Периода релаксации.
Предсказания делаются брутфорсом параметров и проверяются во время Активного периода работы Гермионной среды.
3.2.6. Понятие информационного континиума
Генетически созданные новые алгоритмы в структуре Гермионной сети, созданные во время периода релаксации мы называем - Информационным континиумом. Или информационной моделью состояний конечного автомата и последовательностей переходов.
3.3 Иерархия Эгонов.
Последовательность состояний и переходов внутри Сенсорно эффекторной группы мы будем называть - Эгоном нулевого ранга.
Стимульная переменная подразумевает сквозное шкалирование значений Оценочных функций. К сожалению автор не уделяет должного значения этому вопросу.
Я только понял что Оценочная функция выше по иерархии уровней более важна.
3.3.1 Место человека.
Непосредственное общение сводиться к передачи ссылки на фрагмент Гермионной конструкции.
Я публикую тут ссыки, которую получил от Виктора Казаринава на различные фрагменты альтернативных Гермионных конструкций. Надеюсь, что вы успешно преодолеете барьеры познания.
Надеюсь что эгоны в Этих ссылках совместимы по собственным локальным Сенсорно эффекторным группам.
Однако передать эти ссылки по вертикали - тоесть представить широкому кругу общественности на предстоящей конференции с целью поиска инвесторов.
Видимо если быть эмоциональными и красноречивым, призвать на помощь и заразить всех оптимизмом проекта, продемонстрировать артефакт. Возможно, это сработает. Надо быть хорошим артистом и быть в эмоционально приподнятой форме. Так же не помешает выдержанный стиль в одежде и другие сигналы спонсорам о солидности проекта. Надо привлечь внимание - сделать что то нестандартное что не вписывается в понятийный аппарат инвестора.
3.3.2. Свежий взгляд на инфорконтиниум
Взгляд Виктора Казаринова:
Я сделал систему которая работает так- демоны в RAM, а сао дерево онтологии на HDD или др. внешнем носителе с кешированием. Тогда можно работать с неограниченными деревьями но в RAm только то, что в фокусе внимания.
Взгляд Григория Львова
Если мы выделим из совокупной СЭГ такой системы отдельный эгон, то период релаксации
для него будет проходить под воздействием потоков всей системы, а не только
от фрагмента сети порождённой его собственной деятельностью.
Взгляд Виктора Казаринова
Кстати я сделал чтобы один демон рождал другого и передавал ему часть наследственного кода. В моей системе сенсоры и эффекторы подключены к демонам, но из 4-х подветвей онтологии в самой первой (генетической) секции имеют узлы- понятия- классы входных алфавитов сигналов. И на этой основе начинает расти онтология. Я про 4 секции онтологии говорил. И первая секция - это и есть небольшая как бы генетически заложенная наследственная информация для старта работы системы. По сути дела даже мысли в нашей голове при принятии решений особенно важных борются друг с другом. Так что полученное решение - это плод динамического создания алгоритмов. У меня все что обрабатывается в демонах - это и есть центр внимания. И тогда можно чтобы демоны работали как с единым целым с весьма отдаленными частями сети. А это весьма ускоряет и упрощает все. Нужно распараллеливать ровно то, что в этом нуждается и нечего копошиться в информации, которая почти забыта и отодвинута на потом. нужна предельная рациональность. Тогда алгоритмы не будут захлебываться на больших размерностях. Если я не ошибаюсь, но онтологические связи особенно свойственные - намного более насыщенные и информативные чем в обычных сетях.
Взгляд Григория Львова.
Сейчас, в период релаксации, фрагменты гермионной сети познающего устройства адекватного типа, формируются за счёт
прецедентов, зафиксированных только собственными органами чувств. Если же
сеть обобщённая и сформирована как часть единой сети нескольких устройств
одного уровня, то в собственные потоки будут неизбежно вплетаться потоки «смежников».
О мечтах.
Григорий Львов
При учёте потоков от верхних иерархий, окажется, что при подавлении собственной СЭГ, эгон низшего ранга погружается
в модельное пространство, где он обретает возможность попробовать удовлетворить собственный информион без риска получить жёсткий отпор реального мира.
То, что сейчас вмещает мозг, целесообразно заполнить неким интер-
фейсным модулем так же органического типа. Либо решить эту проблему ина-
че, например периодическим сбрасыванием гермионного дампа на удалённый
стационарный носитель. Тогда эгон по каким-либо причинам, потерявший фи-
зическую оболочку, сможет какое-то время пребывать в информационном кон-
тинууме.
Виктор Казаринов
Суть моей одной из важнейшиз для меня идей - нужно создать суперкомпактное перестраиваемое в RAM хранилище онтологий и механизмы работы с ними. Я уже несколько раз ранее это пробовал делать. Набил шишки. Кроме того, нужно завязать множество разных удаленных или близких - словом - других компов где находятся другие такие же движки в единую сеть. Да, я давным давно хотел сделать знания активными какнейроны или как объекты в ООП. Но понял что такую труднягу некчемную никакому компу не осилить Да и не надо. Поэтому разделил процессоры обработки и пасиисвные части, т.е. разднлил как бы нейроны нейроны н адемонов и онтологии.
1d6f5545dd6f7ce20ea89438360a04b5a1d88ab1
Комментариев нет:
Отправить комментарий