Вступление
В этой и последующих статьях я объясню работу волновых частиц, которые могут переходить из неактивных состояний в активные.Также я опишу их состояния и память, которую можно организовать на основе считывания переходов данных частиц. Поскольку частицы могут активироваться при некотором воздействии извне и распространяются в виде волны, то я назвал их волновыми нейронами.
Для начала рассмотрим модель нейрона мозга человека, и разберем его на ряд понятных компонентов.
Нейрон состоит из тела, дендритов и аксона. Дендриты подают входные сигналы в тело нейрона, аксон подает выход для сигналов нейрона. Само тело(ядро) нейрона накапливает входящие с дендритов(входов) сигналы, и в случае накопления какого-либо критического значения подает сигнал на аксон(выход).
Предположение
Предположим, что у нас есть холст, на котором, мы может отмечать пиксели только трех типов. К примеру это могут быть пиксели черного, белого и красного цветов. Предположим, что пиксели черного цвета представляют собой нейроны, бывшие активными, на данный момент неактивные. Красные пиксели — представляют собой пиксели, которые на данный момент активны(активные нейроны). И белые пиксели — нейроны неактивные.
Мы сканируем весь холст в целях поиска активных нейронов(красных пикселов).Нужно написать условие активации этих нейронов. Предположим, что вокруг неактивных(белых) нейронов имеется 8 клеток(нейронов), к которым подключены «дендриты»- входные сигналы.
Если вокруг белой клетки образуется какое — либо количество черных нейронов, и это количество черных нейронов больше установленного нами порогового значения, того мы окрашивает белую клетку в красный цвет.
Нужно выбрать условие окрашивания клетки в красный цвет. Поскольку вокруг белой клетки 8 нейронов, то и выбирать мы может также от 0 до 7.Если выберем 0 — ничего не произойдет. Нужно выбирать от 1 до 7.Если выбрать 1, то вокруг черного изображения возникнет красный сплошной контур. Если выбрать 2 или 3 то также будет получаться контур, однако не сплошной, эти значения активации не интeресны. Если выбрать значение 4, то получим интересный результат. Программа будет любые вогнутые изображения превращать в выпуклые.
Результаты
Нейроны активируются, если рядом один или более неактивных нейронов
Нейроны активируются, если рядом четыре или более неактивных нейронов
Разрушение изображения
Предположим, что у нас есть сложное изображение с большим количеством цветов. Мы будем преобразовывать RGB значение цвета в целочисленное значение и находить максимальное значение этого цвета. Потом мы сделаем фрагмент этого изображения прозрачным и снова найдем максимальное значение ?RGB цвета на картинке, не включая прозрачные пиксели и найденным цветом заполним прозрачную область изображение.
То есть мы удаляем некую область цвета и заменяем ее другим цветом. Тем самым, на изображение мы удаляем цвета один за другим, «разрушая» изображение. Также мы можем сохранить изобрaжение, которое мы заменяем в черно — белом представлении.
Результаты
Людям с эпилепсией не смотреть
Зачем я рассказал про уничтожение изображения? При описании изображения можно описать цветное изображение последовательностью черно-белых(бинарных) изображения, и их позже подробно описать.
Спасибо за чтение публикации
alexzzam
Conway life с упрощённым правилом активации. Ну ок.
pav91pav Автор
Это не совсем игра жизнь, потому что там 3 состояния, а у клеточного автомата их 2.Третье состояние(красные пиксели) плохо видно, да и к тому же они на следующей итерации все красные пиксели(активные) заменяются на черные пиксели(неактивные).
nad_oby
Просто добавлю что у игры жизнь может быть сколько угодно состояний.
чтобы она заработала нужно просто прописать правила перехода.
конвеевский вариант это достаточно вырожденный и остающийся при этом интересным.
Если что читайте статьи и книги Стивена Вольфрама он на разных вариантах клеточных автоматов пытается построить вообще всё.