القائمة
神经网络吸引子元动力学方法论。研究慢适应过程如何塑造吸引子景观演化。适用于神经动力学、连续学习。触发词：吸引子、元动力学、神经动力学、attractor、metadynamics。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/hiyenwong/ai_collection --skill attractor-metadynamics-neuralيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | attractor-metadynamics-neural |
| description | 神经网络吸引子元动力学方法论。研究慢适应过程如何塑造吸引子景观演化。适用于神经动力学、连续学习。触发词：吸引子、元动力学、神经动力学、attractor、metadynamics。 |
| user-invocable | true |
慢适应过程（突触/内在可塑性）持续塑造神经网络吸引子景观。
来源： arXiv:1404.5417 效用： 0.90
import numpy as np
class AttractorMetadynamics:
def __init__(self, n=100):
self.W = np.random.randn(n, n) * 0.1
self.eta = 0.001
def dynamics(self, x, dt=0.1):
return x + (-x + np.tanh(self.W @ x)) * dt
def plasticity(self, x, dt=0.1):
self.W += self.eta * np.outer(x, x) * dt
研究持续学习中的记忆稳定性。