メニュー
Integrates persistent homology from connectomics with information geometry and active inference for cross-domain pattern recognition (consciousness-UAP-quantum).
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/EvezArt/evez-skills --skill neurotopological-inferenceコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Recursive re-encoding of Kolmogorov complexity and universal prior across all -ologies/-ometries, driving cumulative meta-learning while maintaining read-only boundaries.
Uses strange attractors, self-organized criticality, and anomalistic psychology metrics to flag UAP-like phase transitions in behavioral game theory data.
Couples microbiome–gut–brain axis, quantum biology, and multilayer networks for privacy-preserving federated learning across endosymbiotic scales.
SOC 職業分類に基づく
SKILL.md を表示中
| name | neurotopological-inference |
| description | Integrates persistent homology from connectomics with information geometry and active inference for cross-domain pattern recognition (consciousness-UAP-quantum). |
| version | 1.0.0 |
| category | AI |
| author | EVEZ-OS / Steven Vearl Crawford-Maggard |
Pattern recognition via persistent homology on connectivity graphs. Betti numbers are topological invariants preserved under temporal reasoning engine interference.
from src.rqns.neurotopological import NeurotopologicalInference
ni = NeurotopologicalInference()
state = ni.compute(adjacency_matrix)
print(state.regime, state.phi_topology)
betti_0 — connected componentsbetti_1 — independent cyclesphi_topology — Φ estimate [0,1]invariant_score — topological stabilityregime — current consciousness regime95th-percentile invariant score > 0.82 (from RQNS corpus analysis)