[논문 리뷰] The impulse observations of random process generate information binding reversible micro and irreversible macro processes in Observer: regularities, limitations, and conditions of self-creation

Vladimir S. Lerner|arXiv (Cornell University)|2015. 11. 11.

Advanced Data Processing Techniques참고 문헌 47인용 수 4

한 줄 요약

이 논문은 관측자가 무작위 과정을 파ulses 기반으로 관측함으로써 정보가 생성된다고 제안하며, 가역적인 마이크로과정(베이지안 상관관계에 의한 엔트로피 감소)과 비가역적인 매크로과정(기억 통합된 정보 흐름)을 결합한다. 주요 기여는 마이크로스케일의 엔트로피 절단을 매크로스케일의 자기조직화된 정보 네트워크와 연결하는 형식적 프레임워크로, 이는 변분 최소화 법칙과 정보 경로 적분을 기반으로 하며, 정의된 불변 조건 하에서 관측자 스스로를 창출할 수 있도록 한다.

ABSTRACT

What is information originating in observation? Until now it has no scientifically conclusive definition. Information is memorized entropy cutting in random observations which processing interactions. Randomness of various interactive observations is source of entropy as uncertainty. Observation under random 1-0 impulses probabilities reveals hidden correlation which connects Bayesian probabilities increasing each posterior correlation. That sequentially reduces relational entropy conveying probabilistic casualty with temporal memory of correlations which interactive impulse innately cuts. Within hidden correlation emerges reversible time space microprocess with conjugated entangled entropy which probing impulse intentionally cuts and memorizes information as certainty. Sequential interactive cuts integrates cutting information in information macroprocess with irreversible time course. Memorized information binds reversible microprocess within impulse with irreversible information macroprocess. Observer probes collect cutting information data bits of observing frequencies impulses. Each impulse cuts maximum of impulse minimal information performing dual max-min principle of converting process entropy to information through uncertain gap. Multiple naturally encoding bits moving in macroprocess join triplet macrounits which logically organize information networks encoding macrounits in structures enclosing triplet code. Network time space distributed structure self renews and cooperates information decreasing its complexity. Integrating process entropy functional and bits information in information path integral embraces variation minimax law which determines processes regularities. Solving problem mathematically describes micro macro processes, network, and invariant conditions of observer network self replication.

연구 동기 및 목표

• 무작위 관측을 통한 펄스 기반 처리를 통해 기억된 엔트로피를 정보로 정의한다.
• 무작위 1-0 펄스 시퀀스 내 숨겨진 상관관계가 베이지안 확률 갱신을 유도하고 연관 엔트로피를 감소시킴을 설명한다.
• 기억된 정보를 통해 가역적인 마이크로과정과 비가역적인 매크로과정이 정보 통합을 통해 유기적으로 결합되는 메커니즘을 수립한다.
• 변분 최소화 법칙을 사용하여 관측자 네트워크 자가복제를 위한 불변 조건을 유도한다.
• 삼중부호화된 매크로유닛과 분산 구조 재생을 통해 자기조직화 정보 네트워크의 탄생을 모델링한다.

제안 방법

• 무작위 과정을 이산적인 1-0 펄스 시퀀스로 관측하여 최소 정보 비트를 추출한다.
• 숨겨진 상관관계를 드러내기 위해 베이지안 추론을 적용하여 연관 엔트로피를 감소시키고 사후 확률의 확신도를 증가시킨다.
• 이중 최대-최소 원칙을 구현: 각 펄스당 엔트로피 감소를 최대화하면서 정보 손실를 최소화한다.
• 다중 인코딩 비트를 삼중부호화 매크로유닛으로 통합하여 논리적이고 자가재생 가능한 정보 네트워크 구조를 형성한다.
• 과정 엔트로피와 정보 비트를 변분 최소화 법칙 아래 통합하는 정보 경로 적분을 수립한다.
• 기능적 변분 원리에 기반한 수학적 유도를 통해 관측자 네트워크 자가복제를 위한 불변 조건을 도출한다.

실험 결과

연구 질문

• RQ1 무작위 과정에 대한 펄스 관측이 엔트로피에서 정보를 어떻게 생성하는가?
• RQ2 관측자 내에서 가역적인 마이크로과정과 비가역적인 매크로과정을 어떻게 유기적으로 연결하는가?
• RQ3 무작위 1-0 펄스 내 숨겨진 상관관계가 어떻게 베이지안 확률 갱신과 엔트로피 감소를 이끌어내는가?
• RQ4 삼중부호화 매크로유닛은 자가복제 가능한 정보 네트워크를 조직화하는 데 어떤 역할을 하는가?
• RQ5 어떤 불변 조건 하에서 관측자 네트워크가 정보 결합을 통해 자가창출을 달성할 수 있는가?

주요 결과

• 펄스 관측은 무작위 과정의 불확실성 간극을 잘라내어 최소 정보 비트를 추출하며, 엔트로피-정보 변환의 이중 최대-최소 최적화를 달성한다.
• 1-0 펄스 시퀀스 내 숨겨진 상관관계는 베이지안 갱신을 통해 드러나며, 연관 엔트로피를 감소시키고 확률적 확신도를 증가시킨다.
• 기억된 정보는 가역적인 마이크로과정(엔트로피 감소)과 비가역적인 매크로과정(시간적 정보 흐름)을 유기적으로 결합하여 통합된 관측자 과정을 창출한다.
• 삼중부호화 매크로유닛은 정보를 인코딩하고 복잡도를 감소시키며 분산적이고 자가재생 가능한 네트워크 조직을 가능하게 하는 논리적 구조를 형성한다.
• 변분 최소화 법칙은 과정 엔트로피와 정보의 경로 적분을 지배하며, 자가창출을 위한 규칙성과 불변 조건을 결정한다.
• 수학적 프레임워크는 정의된 제약 조건 하에서 관측자 자가복제를 성공적으로 기술하였으며, 마이크로스케일 엔트로피 역학과 매크로스케일 정보 네트워크를 연결한다.