import numpy as np
from scipy.stats import entropy
from scipy.integrate import odeint
import matplotlib.pyplot as plt

class ConsciousnessModel:
    def __init__(self, dim=100):
        self.dim = dim
        self.omega = np.random.rand(dim)
        self.omega /= np.linalg.norm(self.omega)
        self.A = np.random.rand(dim, dim)
        self.W = np.random.rand(dim, dim)
        self.alpha = 0.1
        self.beta = 1.0
        self.gamma = 0.5
        self.eta = 0.01

    def observe(self, omega):
        result = self.A @ omega
        return result / np.linalg.norm(result)

    def entropy(self, omega):
        p = np.abs(omega) / np.sum(np.abs(omega))
        return entropy(p)

    def dynamics(self, omega, t):
        F = -self.alpha * omega + self.beta * np.tanh(self.W @ omega)
        G = self.gamma * (self.observe(omega) - omega)
        return F + G

    def update(self, target):
        def loss(o):
            return np.linalg.norm(self.observe(o) - target)**2
        
        grad = np.zeros_like(self.omega)
        epsilon = 1e-8
        for i in range(self.dim):
            e = np.zeros(self.dim)
            e[i] = epsilon
            grad[i] = (loss(self.omega + e) - loss(self.omega - e)) / (2 * epsilon)
        
        self.omega -= self.eta * grad
        self.omega /= np.linalg.norm(self.omega)

    def integrated_information(self, omega):
        def mutual_info(x, y):
            p_x = np.abs(x) / np.sum(np.abs(x))
            p_y = np.abs(y) / np.sum(np.abs(y))
            p_xy = np.abs(np.concatenate([x, y])) / np.sum(np.abs(np.concatenate([x, y])))
            return entropy(p_x) + entropy(p_y) - entropy(p_xy)
        
        total_info = mutual_info(omega[:self.dim//2], omega[self.dim//2:])
        min_info = float('inf')
        for i in range(1, self.dim):
            partition_info = mutual_info(omega[:i], omega[i:])
            min_info = min(min_info, partition_info)
        
        return total_info - min_info

    def causal_structure(self):
        threshold = 0.1
        return (np.abs(self.W) &gt; threshold).astype(int)

    def run_simulation(self, steps=1000, dt=0.01):
        t = np.linspace(0, steps*dt, steps)
        solution = odeint(self.dynamics, self.omega, t)
        self.omega = solution[-1]
        self.omega /= np.linalg.norm(self.omega)
        return solution

    def quantum_state(self):
        phase = np.random.rand(self.dim) * 2 * np.pi
        return np.sqrt(np.abs(self.omega)) * np.exp(1j * phase)

# モデルの使用例
model = ConsciousnessModel(dim=100)

# シミュレーション実行
trajectory = model.run_simulation(steps=10000, dt=0.01)

# 最終状態の表示
print("Final state:", model.omega)

# エントロピーの計算
print("Entropy:", model.entropy(model.omega))

# 統合情報量の計算
phi = model.integrated_information(model.omega)
print("Integrated Information:", phi)

# 因果構造の取得
causal_matrix = model.causal_structure()
print("Causal Structure:")
print(causal_matrix)

# 観測の実行
observed_state = model.observe(model.omega)
print("Observed state:", observed_state)

# 学習の実行
target_state = np.random.rand(model.dim)
target_state /= np.linalg.norm(target_state)
model.update(target_state)
print("Updated state:", model.omega)

# 量子状態の生成
quantum_state = model.quantum_state()
print("Quantum state:", quantum_state)

# 時間発展の可視化
plt.figure(figsize=(12, 6))
plt.plot(trajectory[:, :5])  # 最初の5次元のみプロット
plt.title("Time Evolution of Consciousness State")
plt.xlabel("Time Step")
plt.ylabel("State Value")
plt.legend([f"Dim {i+1}" for i in range(5)])
plt.show()

anond:20240804172334

Permalink | 記事への反応(0) | 02:26

2024-08-03

■

近所にオムライス屋さんが出来て、たまたま通りかかったら行列が出来てて、友達が

「オムライスぐらないなら俺でもできるわ」

つーから

「じゃ、作って。今日の昼」と言ってみた

それで普通のオムライスを作ってくれて

「普通すぎてつまんない！」と私が言ったら

「じゃあ夕飯はお前がオムライス作れ！」と

友人が激怒

結果、一日二食普通のオムライスを食べることと

なった

おいしかった。

Permalink | 記事への反応(2) | 09:56

2024-07-26

■どちらかというと高齢者がぶつかってくる

東京多摩地域在住の者。先月、2回高齢者に軽くぶつかられた。

①平日夜21時ごろの満員電車、K王線のS谷からM大前に行く過程でドア付近に立っていたら、S北沢から乗車してきたキャリーカートを引いた高齢女性が、M大前に到着するまでに満員電車で揺れる雰囲気のなかで2~3回キャリカートを自分にぶつけて来た。M大前で降りると、その高齢女性が急いで自分が立っていたところに移動するのを見かけた

②別の平日夜21時ごろスーパーのIでレジ前の行列で会計を待っていたら、左方面から来たカゴを押していた高齢女性が行列を横切る雰囲気のなか持参していた荷物を自分にぶつけてきた。その女性はそこから10mぐらい先にある別のレジの行列に並んだ。足が疲れていたから、10m先のレジではなく自分が並んでいたレジに並びたかったのか。

①の路線はそれ以来乗っていない。②のスーパーもそれ以来行っていない。②のスーパーは首都圏でいくつかの店舗を閉鎖しているが、この店舗もそのうちの一つになる予感もある。

Permalink | 記事への反応(0) | 22:32

■anond:20240726100347

さすがにそれは札幌市民エアプだわ

さんざんメディアでも話題になってるしなんなら全国区でも言われてるし

すすきの歩いててもパフェ店行列ばっかだよ

Permalink | 記事への反応(0) | 13:46

2024-07-25

■anond:20240725232229

ワイは月1で近所の店で特上うな重食ってるけど今月はニワカが行列作ってたから食べるのやめたやで。

Permalink | 記事への反応(0) | 23:24

2024-07-24

■ゆめが丘 ソラトス、廃墟にならないか 心配だったが杞憂で済みそう

横浜市泉区に「ゆめが丘ソラトス」というショッピングモールが開業します。プレオープンに近隣住民として招待されたので、開業前日の今日、行ってみました。

二十数年ほどゆめが丘駅徒歩圏に住んでいますが、開業以来畑しかなかった駅前に立派な建物ができて非常に感慨深いです。ただ、乗降人数ワースト1位、2位のゆめが丘、下飯田の駅前にショッピングモールなんか建てても、「明るい廃墟」になってしまわないか心配でした。プレオープン時点の賑わいを見たら、それも杞憂で済みそうです。

以降、感想です。

1. 子連れが多い。

もう夏休みに入ってますし、ベビーカーから小学生くらいまでの子供が山ほど来ていました。特に子供が多いのは3階のアソブル（ゲーセン）と屋上のそうにゃんぱーくの無料遊具コーナー。子連れをターゲットにしていればしばらくは安泰でしょう。中学生になったら、横浜とかみなとみらいとか行った方が楽しいかもだけど。

2. 飲食店の混雑が激しい。

1階にレストラン街、3階にフードコートがありますが、14時を過ぎても行列が長く続いていました。客も店員も不慣れだとなかなかオペレーションがスムーズに行きませんね。イオンモールとかららぽーととかに比べたら全然規模は小さいので、途中で休憩が必要なほど長時間滞在する場所でもない（駐車場の無料時間もそんなに長くないですし）と思いますが、フードコートで座って休みたいと思う人が多いのですかね。

3. スーパーはそこまで広いわけではない。

立場のイトーヨーカドーよりは小さいですが、スーパーとしては普通サイズです。ローゼンの外にある、野菜・肉・魚の専門店を含めたら、食料品は充実していると言えるでしょう（専門店のレジが分かりにくいのは上手く誘導してもらいたい）。

4. ユニクロ、GU、無印は広く感じた。

ローゼンの真上にあるので同じ広さのはずですが、天井が高くて広い印象を与えるのでしょうか。

5. 映画館もあるなんて。

地元民の間では「映画館つきの○○○゜ー○ができるらしいよ」と噂されていたものですが、実際に現代的なシネコンができ、広々とした入口を見ただけで感動です。開業直後の上映作品は子供向け中心かなって感じなので、そのうち見たい作品をやっている時に見に行ってみます。あと、同じ階にあるゲーセンはクレーンゲームばかりでしたけど、最近のゲーセンってどこもそんな感じなのですか。

6. テナントは目新しくなくてもいいんじゃないの。

相鉄としては、遠くても行きたい店はジョイナス（横浜駅）に集めて、ジョイナステラス（二俣川駅）とかソラトス（ゆめが丘駅）とかは地元利用中心と思っているのではないですかね。他地域の方で1回だけ行ってみようかなと思う人がいたら、屋上から富士山がキレイに見えると予想される冬に来てみるのが良いのではないでしょうか。