بنية الحراجة

بنية الحراجة

حسناً. نبني نموذجاً يضبط نفسه نحو الحرجية

أي يجعل مؤشر ليابونوف الأقصى يساوي صفراً:

\lambda_{\max} \rightarrow 0

هذا لم يعد تحليلاً — بل بناء.

1️⃣ الديناميكية الأساسية للشبكة

نأخذ النموذج المتقطع: x(t+1) = W(t)\,\phi(x(t)) + \eta(t)

• W(t) — الأوزان التي ستتكيف
• \phi — tanh
• \eta — ضوضاء ضعيفة

2️⃣ هدف التنظيم الذاتي، نحن نعلم: 

\lambda_{\max} \approx \ln(g\rho(W))

الشرط الحرج: g\rho(W) = 1

وبالتالي، يجب تنظيم مقياس الأوزان ديناميكيًا.

3️⃣ التكيّف الشامل (نسخة مبسطة)

نُدخل معامل التحجيم \alpha(t):

W(t) = \alpha(t)\tilde{W} حيث \tilde{W} بنية عشوائية ثابتة.

قاعدة التكيّف: \alpha(t+1) = \alpha(t) + \epsilon \big( \sigma(t) - 1 \big)

حيث: \sigma(t) = \frac{\|x(t+1)\|}{\|x(t)\|}

إذا خفت النشاط ← نزيد المقياس.

إذا انفجر ← نُنقصه.

هذا يقود النظام إلى: \lambda_{\max} \to 0

4️⃣ النسخة المحلية (المعقولة بيولوجيًا)

كل عصبون ينظّم استثارته:

W_{ij}(t+1) = W_{ij}(t) + \epsilon x_i(t)x_j(t) - \gamma x_i(t)^2 W_{ij}(t)

فالمزيج:

• تعزيزات هيبية
• تطبيع

إنها تُستقر نصف القطر الطيفي.

5️⃣ نضيف قيدًا طاقيًا

نُدخل «ثمنًا استقلابيًا»: E(t) = \sum_i x_i(t)^2

والغرامة: W_{ij} \leftarrow W_{ij} - \beta E(t) W_{ij}

هذا يمنع فرط التزامن.

6️⃣ النظام النهائي

نحصل على ثلاث منظومات:

• ديناميكا عصبية سريعة
• لدونة متوسطة
• تطبيع طاقي بطيء

تغذية راجعة متعددة المستويات.

7️⃣ ما الذي سيحدث. إذا كان كل شيء صحيحًا:

• نصف القطر الطيفي ← 1
• \lambda_{\max} \to 0
• ستظهر انهيارات عصبية
• سيصبح التوزيع قانون قوة

ستجد الشبكة بنفسها النقطة الحرجة. يُسمى هذا: الحرجة ذاتية التنظيم (SOC)

8️⃣ لماذا هذا خطير الشأن

مثل هذا النظام:

• بالغ الحساسية
• مستقرة
• لا متغيرة بالمقياس
• محدودة الطاقة

هذا مرشح لأن يكون نموذجًا أدنى لنظام معرفي حي.

خطوة رئيسية.

أ) استخلاص تحليل صارم لاستقرار هذا النظام التكيّفي

ب) إضافة التخلل البنيوي (نمو الروابط)

ج) التوسّع إلى نموذج متعدد الطبقات أقرب إلى قشرة الدماغ

أُرسلت من بريد Mail.ru للهاتف المحمول