Итак, объект в заданной сингулярности с n-ым количеством параметров описывается вектором состояния A = (a [1], a [2], …, a [n]) и может находиться в одном из 2^n состоянии, изменяя его под воздействием включающих или выключающих данный параметр a [i] потоков. В этой модели любое из 2^n состояний будет иметь ровно “n” входящих и “n” исходящих потоков из числа включающих и выключающих тот или иной параметр потоков. Применяя уравнения Колмогорова, мне удалось получить формулы для «предельных вероятностей» p [m], характеризующих среднее время t [m] пребывания объекта в том или ином состоянии Ф[m] из числа состояний булеана. Обозначим далее как “I [m, i]” интенсивность (средняя скорость поступления событий включения или выключения i-ого параметра) некоторого входящего потока для состояния Ф[m] из числа всех включающих “П [i]+” или выключающих “П [i]-” потоков. Всего в данное состояние Ф[m] входит ровно “n” таковых потоков. Для лучшего визуального представления необходимо изобразить весь набор состояний в виде графа, где каждая его вершина будет представлять собой одно из состояний или точнее элемент булеана, а соединяющие дуги – включающие и выключающие потоки. В результате я получил такую систему формул:
p[m] = t [m] = ( I [m,1] * I [m, 2] * I [m, 3] * … * I [m, n] ) / ( ( “I [1]+” + “I [1]-“) * ( “I [2]+” + “I [2]-“) * ( “I [3]+” + “I [3]-“) * … * ( “I [n]+” + “I [n]-“) ),
где: величина “m” пробегает 2^nзначений, а символ “*” – есть операция обычного умножения.
Несмотря на громоздкость полученных выражений, они позволяют довольно реалистично описывать поведение объектов внутри сюжетных ловушек (сингулярностей), если удастся определиться с основным набором параметров. Таковыми параметрами для людей могут выступать следующие атрибуты: говорит или нет, сидит или нет, задумался или нет, двигается или нет, злится или нет, смеётся или нет и так далее. Конечно, на первый взгляд кажется, что просчитать всё это практически невозможно достаточно быстро в масштабах ограниченного времени существования реальных сюжетов, однако как мне представляется это и не нужно. Насколько я могу судить о происходящих в Матрице стандартных процессах, таких как поездка в транспорте, разговор с собеседником, прогулка в рамках некоторой территории, покупки в магазине, конфликт или драка, любовный роман или секс – всюду и везде должен присутствовать типизированный набор параметров конечного числа штук, который характеризуется примерно постоянными значениями интенсивностей включающих и выключающих потоков. Необходимо лишь выяснить для каждого шаблона ситуации какой набор параметров и их число, а также какие приблизительно интенсивности потоков наблюдаются и когда. Затем, достаточно будет один раз просчитать все варианты для всевозможных стандартных шаблонов сингулярностей и применять сию методичку в реальных ситуациях. Таково моё нынешнее видение структуры тонали (Матрицы).
rezuq (#37, 2005-06-02, 04:28:41 )
Перечитавая эту тему, по поводу
> а прочие варианты лишь в потенции. Мне как-то ближе эта точка.
> В таком случае она напоминает процесс распределенного вычисления! ...
> Параллельные ветви событий предстают ветками вычислений. Скорее всего, Система не
>просчитала все заранее ... а просчитывает что-то с нашей помощью.
у меня возникла ассоциация с современными суперконвеерными процессорами:
одновременно запускаются выполнения команд, которые идут последовательно (не путать с параллелизмом!) и последующая зависит от предыдущей, причём существует предсказатель переходов, (чтобы не выполнять зря маловероятно нужную команду), в зависимости от результата выполнения первой команды, результат второй либо сбрасывается, либо уже готов!
>Наращивая в себе состояние “странности“, можно получить свободу чувствовать и приближение
>развилки событийных ветвей, и способность выбирать не первый попавшийся вариант событий!
Явная корреляция с предсказателем переходов, который решает, какую из следующих операций вычислять
Вообще я думаю идею суперскалярности можно как-то прикрутить к сюжетам и событиям...
nexus, можно подробнее разжевать смысл этой формулы? Точнее смысл этого графа. Или пример привести? Я так понимаю, что дуги будут весовые. Вес это интенсивность I[m, i] или интенсивность I[i]?
Что с этим графом делать? Находить кратчайший путь, или что-то ещё?
Читать дальше