QuoreMind: Sistema Metripléctico Cuántico-Bayesiano
Project description
QuoreMind v1.0.0
Sistema Metripléctico Cuántico-Bayesiano
QuoreMind es un framework de lógica bayesiana avanzado que integra estructuras metriplécticas y operadores cuánticos para el modelado de sistemas de información dinámicos. Diseñado bajo el rigor de El Mandato Metriplético, el sistema garantiza estabilidad numérica y coherencia física mediante la competencia entre términos conservativos y disipativos.
🌌 Fundamentos Físicos
Siguiendo el "Mandato Metriplético", QuoreMind define explícitamente la dinámica del sistema mediante dos corchetes ortogonales:
- Componente Simpléctica: Generada por un Hamiltoniano $H$ (Energía) para movimientos reversibles.
d_symp = {u, H}(Estructura de Poisson).
- Componente Métrica: Generada por un Potencial de Disipación $S$ (Entropía) para relajación funcional.
d_metr = [u, S](Potencial disipativo).
Ecuación Maestra de Evolución
$$ \frac{df}{dt} = {f, H} + [f, S]_M $$
Donde ${, }$ representa el corchete de Poisson y $[, ]_M$ representa la interacción métrica disipativa mediada por la matriz métrica $M$.
🛠️ Características Principales
- Estructura Metripléctica: Simulación de evolución temporal combinando entropía y energía.
- Operador Áureo ($O_n$): Modulación de fase cuasiperiódica mediante la razón áurea ($\phi \approx 1.618$) para evitar singularidades y estructurar el vacío de información.
- Pre-Análisis de Mahalanobis: Uso de la distancia de Mahalanobis vectorizada para evaluar la consistencia de estados cuánticos.
- Lógica Bayesiana Cuántica: Motor de inferencia para el cálculo de probabilidades posteriores $P(A|B)$ sobre estados colapsados.
- Optimización Adam (NumPy Puro): Algoritmo de optimización de primer orden implementado sin dependencias externas pesadas (TensorFlow/PyTorch).
🧬 Analogía Rigurosa
QuoreMind implementa el Nivel 3 de Isomorfismo Físico Operacional, permitiendo la transferencia de intuición entre:
- Dinámica de Fluidos: Viscosidad e Inercia.
- Información Cuántica: Decoherencia (Lindblad) y Dinámica Unitaria (Schrödinger).
🚀 Instalación y Uso
Instalación
Puedes instalar QuoreMind directamente desde el código fuente o mediante pip una vez publicado:
pip install quoremind
Para desarrollo local:
git clone https://github.com/jacobotmr/quoremind.git
cd quoremind
pip install -e .
Uso como Framework
Ahora puedes importar los componentes de QuoreMind en tus propios proyectos:
from quoremind import QuantumNoiseCollapse, run_quoremind_simulation
# Ejecutar una simulación rápida
results = run_quoremind_simulation(
prn_influence=0.72,
learning_rate=0.01,
target_state=[1, 6, 6, 1]
)
Interfaz de Línea de Comandos (CLI)
QuoreMind incluye una herramienta de CLI para ejecutar simulaciones rápidamente:
quoremind --prn 0.72 --lr 0.01 --iterations 100 --target 1 6
🧪 Verificación (Pytest)
La integridad del sistema se valida mediante pruebas de reversibilidad y límites asintóticos:
pytest tests/
Autor: Jacobo Tlacaelel Mina Rodriguez. Diseño: Basado en principios de simetría estructural y física teórica.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file quoremind-1.0.0.tar.gz.
File metadata
- Download URL: quoremind-1.0.0.tar.gz
- Upload date:
- Size: 17.0 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.7
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
4b4defc19c8f4a3825de9788f37af39894156f5aee9daaf1c4f2c343a5ed4963
|
|
| MD5 |
22ee393df279b9bbfdbfcb278bcbebf2
|
|
| BLAKE2b-256 |
4de5d7ece81acef866d7cdb4f5b1d63a016460a3f87e6688e0a495459865f51a
|
File details
Details for the file quoremind-1.0.0-py3-none-any.whl.
File metadata
- Download URL: quoremind-1.0.0-py3-none-any.whl
- Upload date:
- Size: 15.4 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.7
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
a8113b59551cb4ea11d3bbb01441fca57d95042d6f4e0200af1cb1b527d22b8b
|
|
| MD5 |
96a5ae113234882e251440c24197b834
|
|
| BLAKE2b-256 |
1fe785a0d799927aeba96b4b3ddf630de084d2da1e66081b17177b5e7577b32f
|