《微分催化计算作为类人DNA进化的唯一途径》经典催化论证算法集

[yaoguangluo]

我准备建立个经典催化论证算法集。
《微分催化计算作为类人DNA进化的唯一途径》 论证实例如下：
1 Deta 快速分词POS流水阀门微分算法 实例论证：
https://gitee.com/DetaChina/DetaParser/blob/master/wordSegment/org/tinos/engine/pos/imp/POSControllerImp.java

https://github.com/yaoguangluo/Deta_Parser/blob/master/wordSegment/org/tinos/engine/pos/imp/POSControllerImp.java

论证主题：微分催化计算能非常好的观测到量子态函数的执行流水逻辑，通过统计可以将高频函数逐步按冯诺依曼态提前，低频的逻辑逐步淘汰筛选。

论证结果：论证成功。减少无关代码遍历次数。大幅提高算能。

论证影响：类人DNA进化算法的进化机制主要途径。

跟进论证：这是早期的版本，闭源版本一直在优化中。

2 罗瑶光小高峰计算过滤排序算法第4代 实例论证：
https://gitee.com/DetaChina/DataSwap/blob/dceeb0b06f726d640553964058d85b736354ac89/src/org/deta/tinos/array/LYG4DWithDoubleQuickSort4D.java

https://github.com/yaoguangluo/DataSwap/blob/master/src/org/deta/tinos/array/LYG4DWithDoubleQuickSort4D.java

（第五代已论证成功增加了深度观测算子d 如第13行，速度比第四代再快1.2倍）
private void quick2ds(int[] a, int lp, int rp, int d) {
https://github.com/yaoguangluo/Data_Processor/blob/master/DP/sortProcessor/Quick_Luoyaoguang_5D.java

https://gitee.com/DetaChina/Data_Processor/blob/master/DP/sortProcessor/Quick_Luoyaoguang_5D.java

//double格式计算版本：
https://gitee.com/DetaChina/DataSwap/blob/master/src/org/deta/tinos/array/LYG5DWithDoubleQuickSort4D.java

https://github.com/yaoguangluo/DataSwap/blob/master/src/org/deta/tinos/array/LYG5DWithDoubleQuickSort4D.java

论证主题：微分催化计算能非常好的结合离散数学体系从数字逻辑层面进行微分过滤高频函数。保证平滑

论证结果：论证成功。大幅增快计算速度。

论证影响：类人DNA进化算法能有效平滑计算高峰。

跟进论证：准备增加工程应用，扩展该算法的实用性。

3 罗瑶光欧拉森林商旅环微分TSP算法第2代 实例论证： https://gitee.com/DetaChina/Data_Prediction/blob/master/src/org/tinos/deta/tsp/YaoguangLuoEulerRingTSP2D.java

https://github.com/yaoguangluo/Data_Prediction/blob/master/src/org/tinos/deta/tsp/YaoguangLuoEulerRingTSP2D.java

论证主题：微分催化计算能非常好的将传统的复杂逻辑进行认知层的思维模式优化改变，一开始便从根本上改变认知过程。

论证结果：论证成功。微分催化计算在一些社会领域能改变传统认知方式。

论证影响：类人DNA进化算法能有效的选择最快的算法模块和认知模块来做特定领域的计算，提高算能。

跟进论证：准备讨论组合算法的initons，电脑自主择优分析。

4 罗瑶光 象契字符串条件微分排序算法第7代 实例论证：
https://gitee.com/DetaChina/DataSwap/blob/master/src/org/deta/tinos/string/LYG4DWithChineseMixStringSort7D.java

https://github.com/yaoguangluo/DataSwap/blob/master/src/org/deta/tinos/string/LYG4DWithChineseMixStringSort7D.java

（第八代已更新 第五代小高峰过滤催化计算优化排序已集成）
https://gitee.com/DetaChina/DataSwap/blob/master/src/org/deta/tinos/string/LYG5DWithChineseMixStringSort8D.java

https://github.com/yaoguangluo/DataSwap/blob/master/src/org/deta/tinos/string/LYG5DWithChineseMixStringSort8D.java

论证主题：微分催化计算能客观的将条件函数统一，减少逻辑复杂度，并能持续优化和持续专注。

论证结果：论证成功。微分催化算法能很好的将整体函数的局部模块进行vpcs逻辑拆分，形成DNA肽链的 initon 运算嘌呤元。

论证影响：类人DNA进化算法的自主进化机制保障。

跟进论证：准备增加横向扩展，增加更多语言语料库。

5 Deta Socket流可编程数据库引擎 的PLSQL语言微分编译机 实例论证：
https://gitee.com/DetaChina/Deta_PLSQL_DB/blob/master/java/org/lyg/db/plsql/imp/ExecPLSQLImp.java

https://github.com/yaoguangluo/Deta_DataBase/blob/master/src/main/java/org/lyg/db/plsql/imp/ExecPLSQLImp.java

论证主题：微分催化计算 多条件 执行的 可用性。

论证结果：论证成功。微分催化算法能提供 函数系统运算时 可逆向可观测运维保障。

论证影响：类人DNA进化算法的 条件微分，逻辑微分，高频阀门前置等功能的 综合集成应用实践。

跟进论证：准备增加统计算子，让这个过程脱离人工。

6 Deta Mind Reading, DNN 深度卷积神经网络 关于 阅读词汇重心重心度计算 实例论证：
https://github.com/yaoguangluo/Data_Processor/blob/master/DP/NLPProcessor/DETA_DNN.java

https://gitee.com/DetaChina/Deta_Data_Processor_Pub/blob/master/DP/NLPProcessor/DETA_DNN.java

论证主题：微分催化计算 在卷积核的定义上可以相互关联和耦合。

论证结果：论证成功。微分催化算法能提供给 卷积单元一些运算成分来源，这些来源可以通过概率选择来确定，一旦加入随机条件和概率选择，DNN可以逐步实现自主计算。

论证影响：类人DNA进化算法的 条件微分，卷积微分，PCA选择综合集成应用实践。

跟进论证：准备增加统计算子，让这个过程脱离人工。

7 Deta Socket Web, 高频格式选择微分处理和阀门优化计算早期版本 实例论证：
https://github.com/yaoguangluo/Deta_DataBase/blob/master/DetaSrc/org/deta/boot/vpc/vision/ForwardVision.java

https://gitee.com/DetaChina/Deta_PLSQL_DB/blob/master/DetaSrc/org/deta/boot/vpc/vision/ForwardVision.java

论证主题：微分催化计算在互联网网站部署交互中同样具有进化选择的能力。

论证结果：论证成功。微分催化算法可以通过统计等方法观测特定工程领域的网站那种格式访问频繁，比如针对媒体网站图片格式的读取可阀门提前，针对镜像下载网站zip格式文件读取可前置，针对Rest，http等业务，可前置字节码格式等等。

论证影响：类人DNA进化算法的 在互联网门户建设等工程应用中，有足够的条件来进行自适应加速高频条件阀门计算提高算能。

跟进论证：准备增加统计算子，让这个过程脱离人工。

其他：
本人虽然对进化论证领域有浓厚兴趣，同时因个人精力有限，非 互联网大数据人工智能的 计算进化领域，作者不参与真实环境的实用论证探讨。太耗时间。谢谢了。
另外，这些当前版本不是最终版本，作者一直在思考其进化演化路线。

[yaoguangluo]

下面思想札记是从Gitee 转移过来，考虑到Github面向全世界，我之后会用英文交互。
我在18到20行处新加了deep的观测算子，本来昨天晚上睡前想到了，因为太困了就今天上午才写
我觉得有必要描述下这个版本的思想

动机
我每次看到组合排序，我就觉得不完美。这里的一个range就轻易决定了重要条件，我觉得很轻浮
至少我认为条件的观测太单一。

实践
怎么增加多个观测条件，我2020年2月在设计卷积识别眼睛的时候，想了下多算子筛选有提高精确度的作用,我当时大脑闪了下条件微分肯定也是趋势，但是我专注识别算法去了，没有注意，就忽略了。
前几天申请软著<数据预测>的时候想了下，怎么将以前的算法和这个新的软著结合起来，又看了下小高峰排序4代，我理解如果把range理解成递归的广度，那么我需要一个深度的观测算子，我觉得这样才够得上完美的balanced sort 这个理念来自我上印度基督大学数据结构课 罗希尼教授说balanced tree一开始还没有这么大的印象，后来在路德大学，卡教授的数据库课 有提过balanced tree的rotation我今天想 range 不够，deep再加一个算子，条件微分算是一次经典完美的论证，于是就测试了下，1000万随机数组，深度定80竟然0.9秒就执行完了!! 内心无比激动。

意义
微分催化计算 目前已经包含了 频率阀门（冯诺依曼）微分，离散逻辑（狄摩根）微分，高频函数降解（Cognition），条件细化微分（软件工程 SDLC ：Ackquisition），执行模式微分（德塔VPCS-APOM），巨系统（钱学森）模块微分， 数学微分（牛顿，布莱尼兹）7大类，是类人DNA进化算法 催化 的唯一途径。罗瑶光 202003141611.这个算法，我以Apache2.0 协议免费赠送给全人类使用，版权归属赠送给《中华人民共和国政府》，荣誉送给 詹姆斯.高斯林。

作品如下：
https://github.com/yaoguangluo/DataSwap/blob/master/src/org/deta/tinos/array/LYG5DWithDoubleQuickSort4D.java