杂论五随笔-卅九

2020.3.25 晚上 演化网络是我在思考的一种，可以根据图案很快给出其构成以及其推演的下一步，配上分割处理就是利器。但在这里，需要仔细思考一下分割处理的问题了，因为其涉及到演化网络的如何设计问题。之前我是认为凡可以连续识别到一整块的图案连同其边界成为一个可分割区域。现在对应的问题是：图案内部有空隙如何处理？将这个条件不再那么严格化处理又怎样？ 对于图案内部的空隙，空隙很小时，就被考虑是图案的outside部分(小到全部可以通过在几何链条中找到)。不严格化处理便是弱连接了，但有必要的是，我们必须为弱连接建立一个监视器，当这个弱连接产生的影响的确消散掉的时候，便可以考虑将这个弱连接成立。另外说的是，鉴于观察推演的需要，我们需要记录一个图案它的变与不变，这首先是基于一定视角的，我们可以通过人工观察，但通过特定的观察器来输出结果同样重要。再回到演化网络，我们首先需要记住一些常见元素而不是记住所有元素，应该用常见元素的各种表达来表示所有元素(这种方法会不会导致非线性效应呢？需要注意)然后在数据库中记载常见的图案，对于新图案，只表示为常见图案的一种表达。对于观测这一概念，也应考虑在这中引入。我考虑的多元观测就是藉由图案内部的图案来识别的。如何识别？我们为一个已经相对确定的图案确立一个一一对应的运转镜。运转镜将所受到的影响根据图案将发展成的方向进行对应，从不断演化的过程寻求一种“感知”的建立。现在已经有：1.监视器：虚拟产生一个或一组最终结果，然后衡量是否可以如此简化考虑；2.观察器，记录一个图案对其他图案发展过程的影响；3.运转镜，观察在其他图案发展过程中对一个图案造成的影响。