[論文レビュー] Emergence time, curvature, space, causality, and complexity in encoding a discrete impulse information process

Vladimir S. Lerner|arXiv (Cornell University)|Mar 6, 2016

Industrial Automation and Control Systems参考文献 33被引用数 3

ひとこと要約

本論文は、離散的インパルス相互作用のマルコフ拡散過程を通じて、確率的因果関係、情報符号化、および出現する時空を結びつけるフレームワークを提案する。ベイズ更新による条件付きエントロピーの低減によって、可逆的マイクロプロセスが曲率、論理的複雑性、観測者統合知能を階層的トリプレットネットワークを通じて生成する仕組みをモデル化する。出現時間は、もつれ状態のエントロピーから構造的情報へと移行する時期を示す。

ABSTRACT

Interacting random field of probabilities links Kolmogorov law 0-1 and Bayesian probabilities observing Markov diffusion process under Yes-No actions of random impulse. These objective probabilities measure virtual probing impulses processing the interactions in observable process. The impulse observation increases each posteriori correlation reducing conditional entropy measures from finite uncertainty up to certainty of real impulse. The reduced entropy conveys probabilistic causality with time course and temporal memory in collecting correlations, which interactive impulse innately cuts exposing hidden process entropy. The natural cut of this entropy reveals information hidden in the correlation connections. Inside the merging probing impulse emerges reversible microprocess with yes-no conjugated entangled entropy, curvature and logical complexity. Within the impulse time interval, entanglement starts before its space is formed and ends with beginning the space during reversible relative time interval being small part of impulse time interval. Merging impulse curves and rotates the impulse interactive actions in microprocess whose space interval measures this transitive movement.The cutting entropy sequentially converting to information memorizes the probes logic in Bit, participating in next probe conversions and encoding which memorizes information causality. The complexity and mass appears after the space emerges from the entanglement.The cognition assembles common units through the multiple attraction and resonances at forming network (IN) of triplet hierarchy, which accept only units that concentrates and recognizes each triplet IN node. The ended triplet of hierarchical INs measures level of the observer intelligence. The synthesized optimal process minimizes the observations time in Artificial designed information Observer with intellectual searching logic.

研究の動機と目的

• 離散的インパルスの確率的相互作用から自己組織的システムにおける時空と因果関係がどのように出現するかをモデル化すること。
• ベイズ更新によるエントロピー低減が、観測可能なプロセスにおける情報符号化と時間的記憶をどのようにもたらすかを説明すること。
• もつれ状態の前時空的マイクロプロセスから、構造的で可逆的な情報フローと論理的複雑性へと移行するプロセスを形式化すること。
• 観測者知能を、情報ユニットを認識し集中化する階層的トリプレットノードのネットワークとして定義すること。
• エントロピーから情報への変換に基づいて最適な情報処理論理を合成することで、人工観測者の観測時間を最小限に抑えること。

提案手法

• ヨナシノ（Yes-No）行動下でのランダムフィールド相互作用をモデル化するため、マルコフ拡散過程を用い、コルモゴロフの0-1法則とベイズ後験確率を結びつける。
• 条件付きエントロピーの低減を適用して、有限の不確実性を確定に変換し、時間的経過における確率的因果関係を表現する。
• もつれが空間形成の前に訪れる可逆的マイクロプロセスを導入し、インパルス相互作用によるエントロピーの切断が隠れた情報を露呈することを示す。
• 空間の出現を、全インパルス時間間隔のわずかな割合としてモデル化し、その間に曲率と論理的複雑性が生じることを示す。
• 集中化された共鳴ユニットのみを受け入れるトリプレットノードの階層的ネットワーク（IN）を構築し、認知に基づく情報構造を形成する。
• プローブ変換におけるビットレベル記憶を用いて情報因果関係を符号化し、再帰的符号化と観測者知能の合成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 離散的インパルスは、確率的相互作用とエントロピー低減によってどのように出現時間を生成するか？
• RQ2 曲率と可逆的マイクロプロセスは、もつれ状態のエントロピーから構造的情報への移行において果たす役割は何か？
• RQ3 空間は前時空的相互作用からどのように出現し、インパルス持続時間と時間的関係は何か？
• RQ4 階層的トリプレットネットワークは、観測者知能と情報認識をどのように可能にするか？
• RQ5 論理的複雑性と質量は、エントロピーから情報への変換プロセスからどのように合成されるか？

主な発見

• ベイズ更新によるエントロピー低減は、有限の不確実性を確定に変換し、時間的記憶を伴う確率的因果関係を可能にする。
• 空間の出現は、全インパルス持続時間内に限定された可逆的時間間隔に発生し、非幾何的から幾何的情報への移行を示す。
• 曲率と論理的複雑性は、可逆的マイクロプロセス中のプローブインパルスの統合的回転・曲がり動的挙動から生じる。
• 情報は、後続のプローブ変換に参加するビットレベル記憶に符号化され、相互作用間で因果関係を記憶する。
• 観測者知能は、階層的INノードの終了トリプレットとして定量化され、共鳴的で集中化された情報ユニットのみを認識・集中化する。
• 合成された最適プロセスは、情報符号化を階層的共鳴および引力的ダイナミクスと一致させることで、人工観測者の観測時間を最小限に抑える。