メニュー
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。
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/hiyenwong/ai_collection --skill attractor-metadynamics-neural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。
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.
SOC 職業分類に基づく
SKILL.md を表示中
| 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。