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.
Metadata
Release files for quoremind 1.0.0
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| quoremind-1.0.0.tar.gz | 17.0 kB | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| quoremind-1.0.0-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 32.4 kB
Release files / quoremind-1.0.0.tar.gz
| Download URL | quoremind-1.0.0.tar.gz |
|---|---|
| Size | 17.0 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
4b4defc19c8f4a3825de9788f37af39894156f5aee9daaf1c4f2c343a5ed4963
|
|
BLAKE2b-256 checksum How to use checksums |
4de5d7ece81acef866d7cdb4f5b1d63a016460a3f87e6688e0a495459865f51a
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.2.0 CPython/3.12.7
|
Release files / quoremind-1.0.0-py3-none-any.whl
| Download URL | quoremind-1.0.0-py3-none-any.whl |
|---|---|
| Size | 15.4 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
a8113b59551cb4ea11d3bbb01441fca57d95042d6f4e0200af1cb1b527d22b8b
|
|
BLAKE2b-256 checksum How to use checksums |
1fe785a0d799927aeba96b4b3ddf630de084d2da1e66081b17177b5e7577b32f
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.2.0 CPython/3.12.7
|