Информация
- В рейтинге
- 304-й
- Откуда
- Симферополь, Республика Крым, Россия
- Дата рождения
- Зарегистрирован
- Активность
Специализация
Десктоп разработчик, Фулстек разработчик
Ведущий
C#
WPF
Объектно-ориентированное проектирование
SQL
.NET
Разработка программного обеспечения
Алгоритмы и структуры данных
Прикладная математика
на обложке приближённое изображение, к модели не относится
потёрто
Если понимать цвет как дискретную метку с тремя значениями, то да — в текущей версии модели можно было бы назвать это и цветом. У меня сейчас этих состояний три, так что формально это могло бы быть и цвет ∈ {0,1,2}.
Представьте машину на парковке.
Ориентация — в какую сторону она стоит: носом вперёд, боком и т.д.
Фаза — в каком режиме она находится: заглушена, на прогреве, готова к старту.
То есть внешнее положение может быть одинаковым, но внутреннее состояние — разным.
Да, принято. Добавил в статью пояснение.
считается не модель “три уникальных тетраэдра с тремя разными фазами”, а другая:
есть 4 слота;
ровно 1 слот пустой;
каждый из 3 занятых слотов независимо хранит один из 36 локальных состояний;
локальное состояние = orientation (0..11) × phase (0..2).
То есть фаза у меня — это не идентификатор тетраэдра, а часть его локального состояния.
Поэтому повторения фаз разрешены, и более того, разрешены даже полные совпадения локальных состояний в разных слотах.
Поэтому raw-state в коде считается именно так:
[ 4 \cdot 36^3 = 186624 ]
а не как 24 * 12^3.
Если совсем просто,то motif (мотив) — это одна локальная конфигурация из 4 позиций,где 3 заняты тетраэдрами,а 1 пустая,причём у каждого тетраэдра есть дискретная ориентация и фаза.
То есть motif — это просто “типовой маленький геометрический паттерн”,с которым дальше работает алгоритм.
Формула motif -> F(motif) означает буквально:
“берём одну такую локальную конфигурацию и применяем к ней правило преобразования F”
визуализация - https://disk.yandex.ru/d/xyVsRCyzAP2-KA
в архиве 6 svg файлов
мы принесли вам торт, но он перед вами на пол упал, понятно, что с пола есть такое дело..
Пока в нашей модели нет оснований считать невесомость необходимым условием: мы рассматриваем эффект как потенциально проверяемый в обычной наземной электронной системе. Но влияние внешних условий на возможную физическую реализацию действительно стоит обсуждать отдельно.
Мы разделяем два уровня: модельный (рост диагностической величины E_rec) и физический (реальное энергопотребление GPU). Измерение потребления — не доказательство генерации энергии, а метрика вычислительного режима. Самореферентная модель демонстрирует устойчивое численное поведение, которое требует отдельной физической проверки — к этому и сводится суть работы.
Межуровневая когерентность у нас — это (\cos(\Delta\theta)),то есть безразмерная нормированная мера фазовой согласованности между уровнями. Глубина рекурсии и m тоже безразмерны. Поэтому (E_{rec}) в модели сначала задаётся в безразмерной форме,а размерность энергии ей придаёт отдельный коэффициент масштаба (K_{rec}),который должен фиксироваться при физической калибровке.
Уравнение (\ddot{x}+2\gamma\dot{x}+\omega^2x=F_{ring}+F_{self}) — это обычное уравнение затухающего осциллятора:член (\dot{x}) — трение,член (x) — возвращающая сила,а ускорение (\ddot{x}) стоит слева как результат действия сил.
m в нашей формуле — это не сила, а безразмерная переменная состояния (мера связности/когерентности). Размерность F_self задаёт общий коэффициент связи перед суммой. Физически речь идёт не о новой фундаментальной силе, а об эффективной межуровневой обратной связи, реализуемой обычным электромагнитным контуром с фазовым сдвигом и управляемым усилением. Пока это эффективная модельная сила, а не доказанный фундаментальный закон природы. Мы подаём сигнал с одного колебательного контура на другой, регулируя его силу в зависимости от того, насколько синхронно они работают — никакой магии, обычная электроника
на каждом уровне есть кольцо из трёх осцилляторов (A-B-C-A),а рекурсивная связь идёт в основном вертикально между одноимёнными узлами разных уровней:A0→A1→A2,B0→B1→B2,C0→C1→C2. Поэтому A2 зависит от A1 и A0,но не от B0 и C0; аналогично для B и C. Это и есть простейшая схема вложенной рекурсивной самосвязи в нашей реализации.
14 364 Дж — это расчётная энергия, полученная интегрированием расширенного энергетического функционала модели по времени эксперимента. 500 Вт — это средняя мощность, полученная делением этой энергии на длительность прогона (∼28 секунд). Речь идёт исключительно о диагностической величине внутри модели, а не о реальной электрической мощности на нагрузке
Весь код открыт — любой, у кого есть подходящая лаборатория и желание, может самостоятельно провести физический эксперимент и убедиться в результатах. Мы сделали свою часть: предоставили гипотезу, модель и инструмент для проверки.
Мы не проверяли формулу её же выводами — мы проверяли, выполняется ли в численной модели то, что гипотеза предсказывала до эксперимента: рост эффекта с глубиной, чувствительность к самореференции, наличие инвариантов. То, что эти предсказания сработали — и есть подтверждение
Согласен, с коэффициентом 0 любая теория становится неопровержимой — но мы всё-таки надеемся на положительный, иначе зачем мы 14 законов проверяли? : )
Гипотеза о существовании рекурсивной энергии связности была сформулирована до экспериментов, на основе теоретических соображений о самореферентных системах. Именно она предсказала, что при определённых условиях (глубина вложенности, когерентность фаз, накопление массы) должен возникать дополнительный энергетический вклад. Эксперимент на GPU не подгонялся под формулу — он целенаправленно проверял, появятся ли предсказанные эффекты: зависимость от глубины, чувствительность к отключению самореференции, инварианты. То, что эти предсказания выполнились — и есть подтверждение гипотезы, а не подгонка данных под выдуманную формулу
в модельной диагностике — аномальный рост на 14 364 Дж (∼500 Вт), который интерпретируется не как выходная мощность, а как расчётный эквивалент энергии рекурсивной связности, требующий физического преобразователя для извлечения в нагрузку