Kortikal Sütun → Konektom & Öğrenen VM v5.5 Bütüncül Nöromimari

1.5M GPU Sütunu · Klinik Vakalar & Passthrough · 2.5B Sütun Zinciri & Sütun İçi Bağlı Nöron Devreleri · 40×30 Nöral PCB · 5 Adımlı Graf & Öğrenen VM

Simülasyon yükleniyor...
Sensör
V1
IT/CA3
🔬 KONEKTOM ODAK: NÖRONAL POPÜLASYON, TETA-GAMA PAC & ΔS ANALİZİ Yatay kaydırılabilir · Canlı osiloskop
🧠 KANONİK MİKRO-MAKRO DÖNGÜ (3B İZOLASYON) L1–L6 Sütun Yaması · TRN Kabuk · CA3/DG

👁 DUYUSAL GİRDİ (GÖZ → LGN → V1 → IT/CA3)

6 farklı kedi ve 6 farklı top. Gürültü artsa da IT kategorisi ve CA3 geri beslemesi ile V1'de orijinal şekil rekonstrükte edilir; L6 kazanç kontrolü gürültüyü böler.

✋ FAZ KİLİDİ, VETO, PASSTHROUGH & ÇELİŞKİ

Passthrough-1: A1 ritmi PFC'yi atlayarak doğrudan M1'e geçer (DMA). Çelişki: Talamus kilitlenir, PFC teta-gama slotlarında önermeleri tek tek eler.

🧩 DEVRE DERLEME & KLİNİK VAKA SİMÜLATÖRÜ

Derlenmemiş devre PFC'de emüle edilir; NREM uykusunda SWR (20×) ve PV⁺ kalkanıyla donanıma derlenir.

⚙ KONEKTOM ÖLÇEĞİ & MİKROSKOP KÖPRÜSÜ

🔗 BÜTÜNÜCÜL BİYOFİZİKSEL AKIM: Makro Sütun Zinciri → Sütun İçi Bağlı Nöronlar → Dendritik Kapılar → 40×30 PCB Derleme
Üstten seçtiğiniz görev ve evre aynı anda 4 ölçeği birden sürer; dilediğiniz modüle odaklanabilirsiniz.
1. Makro Fonksiyon ZinciriHazırlanıyor...
2. Seçili Sütun Alt-FonksiyonuSütun #9
3. Aktif Dendritik KapıPAC + AND
4. Nihai Devre Çıktısı & PCBÇıktı bekleniyor...

🧩 2.1 & 2.4 Makro Kortikal Sütun Ağı (8×6 = 48 Laminar Sütun) & Gürültü Kalkanı Adım 1/5

Çıktı: ... S[n] = 0.00

2.5B Laminar Kortikal Sütunlar (Sütuna tıklayın → İçindeki nöron devresini görün!) 1 Sütun = Alt-Fonksiyon · Zincir = Fonksiyon

Gürültü Çıkınca Kolonlar Ne Yapar? (Ham vs Derlenmiş 4-Katmanlı Savunma)

🧬 2.3 Sütun İçi Mikro-Mimari: Bağlı Nöronlar Nasıl Alt-Fonksiyon Devresi Olur? Sütun #9

Seçili Sütunun İçindeki Bağlı Nöron Devresi (L1–L6 · ~10.000 Nöron Temsili)Stellate · Piramidal · PV⁺ · L5 BAC · L6

Kanonik L1–L6 Sütun Dinamikleri & Tüm Matematiksel Değişkenler

⚡ 2.2 Nöronlarda Mantık Kapıları: AND, XOR, OR, NOT/VETO & Teta-Gama PAC Dendritik İyon Hesaplaması

Nöron Morfolojisi, Dendritik İyon Akımları & Vm(t) Osiloskobu

Giriş Sinyalleri, Doğruluk Tablosu & Görevdeki Rolü

🔌 2.4 40×30 (1.200 Nöron) Canlı PCB Devre İnşası: F(X(n))(a,b) = Toplama(a,b) & SWR Budama F₁ vs F₂ → Saf Donanım

X(n) ∈ [0,1]⁴⁰ˣ³⁰ Nöral PCB Devresi (Canlı Sinyal Akışı & Nöron Rolleri) Gün: 1

Girdi 1: + Girdi 2: Çıktı: ?

📊 Öğrenme & SWR(Lₙ) Denklemleri (Canlı Parametre Motoru)Öğrenme = 0.00

Öğrenme = (((Y · Fs / Za) − Ki) · HD)TF
Tagging = ΔF1−2 = ||F1 − F2|| = Ln  (F1: İçsel Sim · F2: Öğretmen)
SWR(Ln) = ∑ (((Lt-1 ⊙ Lt) YDOT1 (Xpv+ · Wpv+)) · Tag)DA
🕸 YENİ MİMARİ BÜTÜNÜCÜL AKIŞI: 5 Adımlı Graf & ΔMatris → Anlamsal/Talamus/His Motoru → Gerçek Öğrenen 2. Yol VM
Üstte eğitim yaparken veya test ifadesi çalıştırırken 3 aşama eşzamanlı olarak gerçek matris değişimleriyle çalışır.

🕸 3.1 İçsel Graf Modeli: 5 Adımlı Temsiliyet & 6. Adım (Δ Matris → Operators → Bytecode) Canlı Vektörizasyon

1. Anlam Matrisi · 2. İd Atama · Δ Matris Değişimi11×9

3. Sırala · 4. Yönlü Graf · 5. Sıkıştırma · 6. Yön/Değişim (Δn, ΔX)Sıkıştırma: %82

🧭 3.2 Anlamsal Uzay, CA3 Döngüsel Devreler, Odak & Temsiliyet / His Motoru Resim 1, 6, 7

İçsel Anlamsal Uzay, Talamus Odağı, CA3 → Neokorteks Döngüsü & His Motoru

Fonksiyon Çağırma (MFₙ), Seçme (Temp) & Odak = (T_F · A) / U

🤖 3.3 "2. Yol" Öğrenen VM: Alt-Fonksiyonel Programlama, Guided Learning & Genelleştirme Tur: 0

Merkezi VM · Hafıza Bölgesi · Not Bölgesi (Scratchpad) · Öğrenme Bölgesi Durum: Merak / Keşif

Görülmemiş İfade Testi:

Öğrenme Eğrisi, Keşfedilen Opcode Kuralları & Bytecode Çıktısı