微分方程式

ストレンジアトラクタのコントロール9:演算による形状変化の補足、バイアスによる確率共鳴の高感度化

位置Pの2乗の効果で変化を大ききするためにはPは1以上の距離にある必要があります。このためアトラクターにバイアスを施した後、P^2+2p+1を求めました。確率共鳴状態に近いbの値の変化に対して、より違いがわかるようになりました。
field

アトラクターによる場の形成2:SDF2乗ポテンシャル場の補足

先回のblogでαが何を表しているのかと思われたかもしれないので、補足として解説しました。f=0となる境界を決めるためで、それは主に、αをアトラクターをその内部に収める以上の値にすると、全ての粒子を閉じた球の内に収めることができるからでした。
field

アトラクターによる場の形成1:SDF2乗ポテンシャル場

アトラクターの動きを特徴とする、距離に対する2乗のポテンシャル場を設定して、その時の力を粒子の強さ(速さ)と方向を場として表現しました。粒子に対して、ポテンシャルを設定することで、発生する場を可視化できるようになりました。
微分方程式

ストレンジアトラクタのコントロール8:演算による形状変化

ストレンジアトラクターのコントロールとして、metaballを使う、回転を使う、twistを使う方法を行ってきました。今回これに対して関数として演算する方法を加えます。容易に形状を変化させることができます。確率共鳴の増幅器としての働きに興味を持っています。
カオス

「相空間×SDF」3:軌道の連続的変化とSDF

相空間をSDFに変換することを行いました。相空間の軌道が連続的に変形する場合のSDFを示しました。これまでのblogで相空間のコントロールが随分とできるようになったので、SDFも連続的に変形させることができるようになりました。
カオス

アトラクターの種(たね)5:アトラクターとオートポイエーシスと自由エネルギーの原理の接点

生物や社会が環境変化に対してどのように対応しているかのモデルの骨組みを考えました。目的:オートポイエーシス、対策:アトラクターの変化、方法:自由エネルギーの原理、と別けて、連続していくことに特徴があります。
カオス

アトラクターの種(たね)4:アトラクターの粒子密度と記憶

アトラクターの軌道における粒子密度について、変化させる方法と意味を考察しました。一度縮退させた情報を解放することで、軌道における粒子密度を変化させました。それは、情報の不正確さ、忘却、を扱えるのではないかと、いう空想を述べます。
身体性

身体性とAI

AIの登場により身体性をより高分解に視る必要があるのでは、という意見を述べます。人+AIを一つのシステムとみなすと、志向性を持ち身体性を備えます。また身体性は、感情、認識機能と実行機能です。AIは認識と実行機能を持っています。
微分方程式

アトラクターの種(たね)3:縮退と回復の可逆性を持つ現象

ストレンジアトラクターを使った縮退と回復モデルが、記憶の他に冬眠や休眠、麻酔や意識消失、経済や社会、に関連がること、加えて、モデルの方向性について述べます。
カオス

アトラクターの種(たね)2:縮退を解くnoiseの働き

縮退した位置にある粒子にnoiseを加えることで、縮退を解き、元のストレンジアトラクターに戻すことができることを述べました。記憶は地形を縮退した形で保存し、再び地形を戻すことではないか、という仮説を立てました。