[논문 리뷰] Emergence time, curvature, space, causality, and complexity in encoding a discrete impulse information process

Vladimir S. Lerner|arXiv (Cornell University)|2016. 03. 06.

Industrial Automation and Control Systems참고 문헌 33인용 수 3

한 줄 요약

이 논문은 이산 펄스 상호작용의 마르코프 확산 과정을 통해 확률적 인과관계, 정보 인코딩, 잠재적 시공간을 연결하는 프레임워크를 제안한다. 베이지안 업데이트를 통한 조건부 엔트로피 감소를 통해 가역적인 마이크로과정이 곡률, 논리적 복잡성, 관측자 통합 지능을 생성하는 방식을 모델링하며, 잠재적 시공간에서의 정보로의 전환을 나타내는 융합 시간이 그 전환점을 이룬다.

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.

연구 동기 및 목표

• 자기조직화 시스템 내에서 이산 펄스의 확률적 상호작용으로부터 시공간과 인과관계가 어떻게 유도되는지 모델링하는 것.
• 베이지안 업데이트를 통한 엔트로피 감소가 관측 가능한 과정에서 정보 인코딩과 시간 기억을 어떻게 이끌어내는지 설명하는 것.
• 기하학적가 아닌 사전시공간적 마이크로과정에서 구조적이고 가역적인 정보 흐름으로의 전환을 수학적으로 기술하는 것.
• 관측자 지능을 삼중점 노드의 계층적 네트워크로 정의하여 정보 단위를 인식하고 집중시키는 방식을 설명하는 것.
• 엔트로피에서 정보로의 전환 기반으로 최적의 정보 처리 논리를 통합함으로써 인공 관측자의 관측 시간을 최소화하는 것.

제안 방법

• 예-아니오 행동 하에서 무작위 장 상호작용을 모델링하기 위해 마르코프 확산 과정을 사용하며, 코로고로프 0-1 법칙과 베이지안 사후 확률을 연결한다.
• 조건부 엔트로피 감소를 적용하여 유한한 불확실성을 확정성으로 전환함으로써 시간에 따른 확률적 인과관계를 표현한다.
• 엔트로피 감소가 공간 형성 이전에 일어나는 가역적인 마이크로과정을 도입하며, 펄스 상호작용을 통해 숨겨진 정보가 드러남을 보여준다.
• 공간의 융합은 전체 펄스 시간 간격의 소수에 해당하는 짧은 시간 간격 동안 발생하며, 이 과정에서 곡률과 논리적 복잡성이 나타난다.
• 단지 농축되고 공진하는 단위만 수용하는 삼중점 노드의 계층적 네트워크(IN)를 구성하여 인지 기반의 정보 구조를 형성한다.
• 프로브 변환에서 비트 수준의 메모리로 정보 인과관계를 인코딩함으로써 재귀적 인코딩과 관측자 지능의 통합을 가능하게 한다.

실험 결과

연구 질문

• RQ1 이산 펄스는 어떻게 확률적 상호작용과 엔트로피 감소를 통해 융합 시간을 생성하는가?
• RQ2 곡률과 가역적인 마이크로과정은 엔트로피의 얽힘 상태에서 구조적 정보로의 전환 과정에서 어떤 역할을 하는가?
• RQ3 공간은 사전시공간적 상호작용에서 어떻게 유도되며, 그 시간적 관계는 펄스 지속 시간과 어떻게 연결되는가?
• RQ4 계층적 삼중점 네트워크는 관측자 지능과 정보 인식을 어떻게 가능하게 하는가?
• RQ5 논리적 복잡성과 질량은 엔트로피에서 정보로의 전환 과정을 통해 어떻게 합성되는가?

주요 결과

• 베이지안 업데이트를 통한 엔트로피 감소는 유한한 불확실성을 확정성으로 전환시켜 시간 기억을 갖는 확률적 인과관계를 가능하게 한다.
• 공간의 융합는 전체 펄스 지속 시간 내에서 소수의 가역적 시간 간격 동안 발생하며, 기하학적가 아닌 사전기하학적 정보에서 기하학적 정보로의 전환을 나타낸다.
• 곡률과 논리적 복잡성은 가역적인 마이크로과정 기간 동안 융합하는 프로브 펄스의 회전 및 곡률 운동에서 기인한다.
• 정보는 후속 프로브 변환에 참여하는 비트 수준의 메모리에 인코딩되며, 상호작용 간의 인과관계를 기억한다.
• 관측자 지능은 계층적 IN 노드의 삼중점이 완료된 상태로 측정되며, 이는 농축되고 공진하는 정보 단위만 인식하고 집중한다.
• 합성된 최적의 과정은 정보 인코딩을 계층적 공진 및 유인 동역학과 일치시킴으로써 인공 관측자의 관측 시간을 최소화한다.