-->Hallo nereus,

vielleicht von Interesse?

http://www.heise.de/tp/r4/artikel/19/19774/1.html

Gruß mae

-->Hallo.

Der Gehirn-Artikel-Schreiber weiß zu wenig über das Wesen der Selbstorganisation.

Lies mal:

<ul> ~ http://www.sensortime.com/time-de.html</ul>

-->Hallo mae!

Heute wohl nicht mehr da noch anderes zu erledigen ist.
Aber in den nächsten Tagen gerne.

mfG
nereus

-->Hallo,

also, das ist ja erstmal ein harter Brocken. Um auch nur annähernd zu
verstehen, was du da treibst, fehlen mir einige Grundlagen.

Aber beim ersten"Überfliegen" bekomme ich das"Gefühl", dass die Fehlertoleranz zu herkömmlichen Sensor gesteuerten Anwendungen mit dieser
Erfindung nicht erhöht werden kann:

<font color=#0000FF>Das System gerät nur dann außer Kontrolle ("chaotischer Zustand"), wenn keinerlei aus früher registrierten Tw-Sequenzen abgeleitetes Regressionskurven-Segment gefunden worden
ist, welches mit irgendeinem Regressionskurven-Segment konvergent ist, das aus aktuell registrierten Tw-Sequenzen abgeleitet ist. Dieser Prozess wird vom Anmelder als"motorische Auto-Adaption" oder als"Auto-Emulation" bezeichnet. Um zeitlich/räumliche Zustandsveränderungen der physikalischen Umgebung aus subjektiver Sicht des autonomen Systems zu identifizieren, genügt es in den meisten Fällen nicht, externe räumliche Strukturen, Landmarken und Lichtverhältnisse mittels optischer oder fotoelektrischer Sensoren passiv
abzutasten. Üblicherweise ist es auch nötig, die Höhenabweichungen mittels Neigungssensoren, Wegunebenheiten mittels Druckaufnehmer oder Beschleunigungs-Sensoren, stationäre akustische Quellen mittels Mikrofone, Gradienten mittels Magnetfeldsensoren; sowie Positionen mittels GPS-Empfänger abzutasten, um genügend STQ-Zeitparameter als Referenzbasis zu gewinnen.
Alle diese aufgenommenen Tw(n)-Zeitdatenströme werden im Memory des TICM gespeichert.
Daraus kann man folgern, dass die Lern- und Selbstorganisationsfähigkeit eines Organismus
(bzw. eines autonomen auto-adaptionsfähigen Mechanismus) proportional zur Menge aller verfügbaren Sensoren bzw. zur Anzahl aller dem Auto-Adaptionsprozess verfügbar gemachten STQ- Parameter zunimmt.</font>

Also wenn jeder der erforderlichen Sensoren auch nur einen kleinen Fehler produziert/liefert, dann kann das Gesamtsystem nicht stabil funktionieren.

Aber ich glaube eher, ich hab das Ganze nicht verstanden!

Gibt es funktionierende Anwendungen oder eine Zusammenfassung,
die das Neue an diesem Prinzip in ein paar Sätzen zusammenfaßt?

Vielleicht bekomme ich eine"Ahnung" des beschriebenen bei mehrmaliger Lektüre.

Bis dann

mfg

mae