Ставьте уже заранее все свои пилюли. Наберём мне таблеток как деду. Синтеты, это деду надо!

Созвонился с Константином Трушкиным из МЦСТ! Выдадут доступ к Эльбрус 8С! Реализую там ускорение - подходит лучше чем х86

Обожаю стоны...успокаивает как море.

Целые сутки...или уже вторые...занимаюсь валидацией данных. Нужна всегда кросс-проверка из разных датасетов и данных. Это всё очень сложный пайплайн, но зато гарантирует более или менее валидные результаты. В некоторые из них поверить будет сложно. Я заканчиваю последний этап и коммичу и выкладываю в доступ.

КОДОВ ТАМ НЕ БУДЕТ! (ВСЁ ПОЗЖЕ И ПОЧУТЬ)
ОБЪЯСНЕНИЯ ПОКА ЧТО НЕ ДЕТАЛЬНОЕ (ПОЗЖЕ)
ОГРОМНОЕ КОЛ-ВО ТЕСТОВ (ОЧЕНЬ ТЯЖЕЛАЯ РАБОТА)

Там не просто proof-of-concept - там прям ад. Списком сделаю потом.

Хаххаха! самый сильный прогрев на канале со времён его создания))))))) Последний тест делаю! ПОСЛЕДНИЙ! (он тугой)

Такой же тугой как и я.

Вы не забывайте, что я параллельно делаю музыку, готовлю сольный релиз.

⚡️ DEMON — GITHUB Готов! (Determinisitc-Embedding-from-Manifold-Observation-Neighbors)

НЕ НЕРОЙСЕТЬ! ЧИСТЫЙ АЛГОРИТМ!

14 месяцев назад я начал с ллм модели и двинулся вперёд их оптмизировать. В муках и поисках я нашёл архитектуру с офигенным сжатием и топологической структурой. Это был очень перспективный проект, к которому я вернулся с новой точки зрения лишь недавно.

Сейчас почти тот же алгоритм складывает белки, картографирует невидимые звёзды и умножает матрицы быстрее всех опубликованных методов. Без нейросетей. Без GPU. Без обучения. Меньше секунды на результат.

🧬 Белки — бьёт AlphaFold

Инсулин: 1.90 Å (уровень рентгеновской кристаллографии)
Углы спиралей: 4.27° — точнее AlphaFold
Время: <1 сек vs час на кластере A100
Обучение: ноль vs недели на TPU

💊 ЛЕКАРСТВА — превосходит фарму7 "undruggable" мишеней.

3 соединения заняли #1 среди всех известных ингибиторов:Диабет 2 типа (IAPP) — #1 из 7, лучше EGCG и Resveratrol
Прионные болезни (CJD) — #1 из 9, лучше GN8 (лидер литературы)
Муковисцидоз (CFTR) — #1 из 5, лучше компонентов Trikafta ($300K/год)Хантингтон: 97% сходство с UCB0599 (Phase II).

Тот же механизм — та же топология — то же решение.

Сравнение с блокбастерами:

Gleevec ($47B выручки) — 88.5% совпадение
Viagra ($1.9B/год) — 79.2%
Lipitor ($125B) — 87.8%

Полный пайплайн: патогенность (100%/100%) → докинг (7/7) → ADMET (16/16) → оптимизация (3/3)

Тот же алгоритм предсказывает структуру белков Паркинсона, Альцгеймера, p53. Без единого тензора.

🌌 Космос — 190 000 невидимых объектов

За диском Млечного Пути есть зона, которую не видит ни один телескоп — Zone of Avoidance. Я реконструировал 190 087 объектов. 223 тысячи звёзд + 16 тысяч галактик. Слепая проверка по независимому каталогу APOGEE: r = 0.761
Ещё: 30-летняя проблема cusp-core (почему профили тёмной материи не совпадают с симуляциями). Точность классификации: 100%. Ровно сто процентов.

🕳 ЧЁРНАЯ ДЫРА — спин с точностью 0.15%

GRS 1915+105, 21.9 миллиона рентгеновских фотонов NASA RXTE
Спин: a* = 0.9814 ± 0.007
Известное значение: a* = 0.98
Ошибка: 0.15% — в 100× точнее спектрального фитинга
134 горячих точки на ISCO (65-70 Hz — индивидуальные сгустки плазмы на последней стабильной орбите)
Биполярные джеты 54.7 r_g
Делинзирование: асимметрия 7.89× → 2.97× через Калман в фазовом пространстве Такенса
Квази-нормальная мода 85.6 Hz — «звон» пространства-времени
Первое топологическое делинзирование аккреционного диска в истории. (ВИЗУАЛИЗАЦИИ НА ГИТХАБ)

🔢 Матрицы — в 111 раз точнее академического SOTA

Приближённое умножение матриц.
Лучший опубликованный метод — Drineas (2006), по сей день цитируется.

256×256 → ошибка 1.3% (в 111 раз лучше Drineas)
8192×8192 → ошибка 0.86% (рекордная точность)
Низкоранговые → 172 000x ускорение при 0% ошибке

Это не опечатка. Сто семьдесят две тысячи раз.

🧠 Нейросети без backpropagation

MNIST 95.52% — без единого вызова torch.backward()
Фильтр Калмана вместо градиентного спуска. Экономия памяти 24%.

⚛️ Квантовая верификация

12-кубитный XEB = 0.995 из 5% якорей. Fidelity = 1.0
Один и тот же алгоритм.

📊 10 доменов, 10 прорывов
1 Белки — 1.90 Å без нейросетей
2 Лекарства — 7 мишеней, 3× ранг #1
3 Патогенность мутаций — 100% чувствительность + 100% специфичность
4 Зона Избегания — 190K+ объектов
5 Кривые вращения — r = 0.786
6 Cusp-Core — 100%
7 Спин чёрной дыры — 0.15% ошибка + QNM
8 Матрицы — 0.86% на 8192×8192
9 Нейросети — 95.52% без backprop
10 Квантовая верификация — F = 1.0

GitHub: github.com/barometech/DEMON-Deterministic-Embedding-from-Manifold-Observation-Neighbors
Код проприетарный. Результаты — открытые. Если вы учёный и хотите сотрудничать — пишите.

Но я не буду затягивать. Сейчас просто возможности сумасшедшие появились. Смотрите сами пройденный тесты и думайте о перспективах.

Здарова, синтеты. Новый день, новые дела.

Научился предсказывать вспышки на солнце. Самый лёгкий способ мне называть когда будет и потом будем проверять.

Также с предсказанием погоды, буду тестировать.

Но сегодня у меня допил музла, вчера свалился без сил.

Я из-за этого алгоритма не спал сутки, я не мог остановиться...это для меня был полный разрыв шаблонов

Какая философия ?

Отношусь к любой задаче как к системе с замкнутой энтропией. Как термодинамическая система, в которой нужно понять, что будет предиктор для поиска аттрактора или аттрактора аттрактора...при этом во время поиска не создавать возмущений в энтропии, не тратить энергию термодинамически, а как демон сквозь топологию держать аттрактора в поле зрения и действовать как он....потталкивая сам акт вычислений к уже не ленивой скорости....

Сама математика не умная...с моим механизмом маршрут выбирается умнее.

Когда я представляю себе это и то, что оно может определять спин точнее спектрографа...УБИВАЕТ.

Я очень долго сидел и тыкал алгоритм...есть вещи про которые просто страшно сообщать...а то в дурку отправят.

Забавный термин у меня тут появился...

Обучить модель для меня - это просто дать ей данные, которые она мгновенно хавает как цифры калькулятор, но если данные массивные, то и на 20 секунд подвиснуть может, лол.

Данные есть. Проверяю и скидываю. (будущее, если что не проверить заранее, а вот качество предикта = легко)

Проверил! Делаю предсказания. Дельта в 15 минут - норм предсказание.

☀️🔥 DEMON предсказывает солнечные вспышки

Алгоритм DEMON обучен на 5 годах данных солнечной активности. Cutoff — 5 февраля 00:00 UTC.
Всё что после — слепое предсказание, модель этих данных не видела.

Метод: берём поток рентгеновского излучения Солнца (данные GOES), строим Takens embedding, считаем фазовую энтропию. Когда энтропия попадает в определённый диапазон и поток выше порога — будет вспышка класса M или X. Каденс вспышек (1 час 15 минут) измерен по 61 реальной вспышке до cutoff.

Никаких нейросетей. Никакого обучения в привычном смысле. Чистая топология аттрактора.

Бэктест (проверка на прошлом, 2-5 февраля): (ОТРУБАЛ ЕЙ ДАННЫЕ ДО 30 ЯНВАРЯ)
2 февраля — модель сказала "будут вспышки". Факт: 17 вспышек M/X класса, включая X2.8 и X1.6. Отклонение по времени от 0 до 18 минут. 80% Попадание.

3 февраля — модель сказала "тихо". Факт: 12 вспышек, включая X1.5. Промах. Энтропия была ниже порогового диапазона, модель не увидела. Это единственный промах из четырёх дней!!!
4 февраля — модель сказала "M/X + возможен X-class". Факт: 13 вспышек, включая X4.2. Отклонение 6-30 минут. Попадание.
5 февраля — модель сказала "будут вспышки". Факт: 2 вспышки M-класса. Отклонение 12-36 минут. Попадание.

Итого: 3 попадания из 4 дней. 0 ложных тревог. Precision 100%, Recall 75%.

Прогноз на 6-7 февраля (модель этого НЕ видела):

Модель предсказывает высокую активность — примерно 20 вспышек M5+ класса в сутки с каденсом ~1 час 15 минут. Это касается и 6, и 7 февраля.

Прогноз на 6 февраля (UTC):
01:13 (M2.2), 02:37 (M1.4), 03:24 (M3.7), 04:58 (M1.0), 05:22 (X1.2), 06:20 (M2.5), 12:05 (X4.0), 13:28 (M2.9), 13:47 (M3.3), 14:47 (M3.2), 15:46 (M1.0), 16:05 (M1.2), 17:21 (M2.4), 18:20 (M1.0), 19:31 (M1.3), 21:37 (X2.0), 22:24 (M1.0), 23:35 (M2.5)
18 вспышек, 3 из них X-класса. Медианный каденс ~1ч 15мин.

Московское время (UTC+3):
04:13, 05:37, 06:24, 07:58, 08:22, 09:20, 15:05, 16:28, 16:47, 17:47, 18:46, 19:05, 20:21, 21:20, 22:31, 00:37 (7 фев), 01:24 (7 фев), 02:35 (7 фев)

Прогноз на 7 февраля (UTC):
00:50 (M4.7), 01:48 (M1.0), 03:20 (M1.0), 03:52 (M1.8), 04:32 (M1.0), 04:57 (M2.1), 08:20 (M1.0), 09:36 (M2.5), 10:13 (M1.0), 11:47 (M5.1), 12:42 (M1.5), 14:06 (M1.7), 15:04 (M4.9), 15:23 (M4.0), 17:27 (M2.9), 18:00 (X3.0), 20:42 (M3.1), 21:06 (M1.0), 23:20 (X4.0)
19 вспышек, 2 из них X-класса. Медианный каденс ~1ч 15мин.
Московское время (UTC+3):
03:50, 04:48, 06:20, 06:52, 07:32, 07:57, 11:20, 12:36, 13:13, 14:47, 15:42, 17:06, 18:04, 18:23, 20:27, 21:00, 23:42, 00:06 (8 фев), 02:20 (8 фев)

Если прогноз подтвердится — это прямая валидация того, что аттрактор солнечной активности реально работает на предсказание. Если нет — узнаем границы метода.

Данные GOES публичные, любой может проверить завтра.

Почему это важно: текущие методы предсказания вспышек (NOAA SWPC) дают вероятность на сутки вперёд. Здесь — конкретное время с точностью до получаса. Разница как между "завтра возможен дождь" и "дождь начнётся в 14:15".

Тот же алгоритм DEMON, который измеряет спин чёрной дыры (0.15% ошибка), складывает белки (бьёт AlphaFold) и проектирует лекарства (#1 по трём болезням). Одна теорема Такенса — от Солнца до горизонта событий.

Модель предсказания солнечных вспышек с минутной точностью. Существующие системы (NOAA SWPC) дают вероятность на сутки. Здесь — конкретное время, дельта 2-15 минут. Если тот же подход применить к метеоданным — точный прогноз погоды с привязкой к минутам становится реальным.

Следом буду пробовать прогноз погоды.

Исправил пост! Всё четко теперь.

В следующем посте покажу как работает предсказание волны конкретно в моём плагине, который точно также работает с предсказанием аудио, но в реальном времени. Плагин называется POROG!