Бул изилдөө ар түрдүү психопатологиялык белгилерди бир гана физиологиялык башкаруучу өзгөрмөнүн ар башка иштөө аймактарында пайда болгон геометриялык абалдар катары түшүндүрүүгө болобу деген суроону койгон Gain–Curvature–Annihilation (GCA) аттуу теориялык алкакты сунуштайт. Моделдин борборундагы өзгөрмө — нейромодулятордук gain; айрыкча locus coeruleus–noradrenaline (LC–NA) системасы мээ тармактарындагы козголуучулукту жана маалымат иштетүү gainин өзгөртүшү мисал катары алынат. GCAнын негизги божомолу боюнча бул gain деңгээли когнитивдик абалдар жайгашкан гипотетикалык “интегративдик manifoldдун” ийрилиги менен байланыштуу болушу жана ошол эле параметр репрезентацияларды байланыштыруу операцияларынын математикалык түзүлүшүнө да таасир этиши мүмкүн.

Алкак үч негизги идеянын ортосунда көпүрө курат. Биринчиси — эсептөөчү психиатриядагы божомолдоочу коддоо жана тактыкты салмактоо мамилеси. Экинчиси — маани менен когнитивдик байланыштарды тармак геометриясы аркылуу изилдеген Ollivier–Ricci ийрилиги мамилеси. Үчүнчүсү — репрезентацияларды байланыштырууну Cayley–Dickson алгебралары менен моделдеген гиперкомплекстүү математикалык түзүлүш. Автор бул үч тармактын ортосунда курулушу мүмкүн болгон байланыш түздөн-түз далилденген биологиялык механизм эмес экенин атайын белгилейт.

GCAнын өзгөчө дооматы — бир гана \(g\) gain параметри интегративдик manifoldдун ийрилигине \(\kappa(g)\) да, репрезентацияларды байланыштыруу операциясынын sedenion алгебрасындагы нөл бөлгүчтөрдүн көптүгүнө чейинки аралыкка \(d(g,Z)\) да таасир этиши мүмкүн. Булак бул божомолдон үч теориялык режим чыгарат: калибрленген когниция, ийрилик диапазону тарыган “flattening” абалы жана репрезентацияларды байланыштыруу кыйратуучу түрдө ишке ашпай калышы мүмкүн болгон “annihilation” абалы. Булар тиешелүүлүгүнө жараша дени сак когниция, маанай/тынчсыздануу патологиясы жана оор ой жүгүртүү чачырандылыгы менен байланыштырылат; бирок бул дал келүүлөр азырынча эксперименттик түрдө ырасталган клиникалык классификациялар эмес.

Изилдөөнүн илимий баалуулугунун маанилүү бөлүгү — спекулятивдик сунушун фальсификациялануучу кылууга аракеттениши. Автор төрт ачык тест сунуштайт: EEGнин апериоддук 1/f компоненти жана пупиллометрия аркылуу нейромодулятордук gain–ийрилик байланышын сыноо; octonion жана sedenion моделдерин кыйратуучу байланыш жагынан салыштыруу; семантикалык тармактардагы ийрилик өзгөрүүсү чет масштабына мүнөздүү артефактпы же жашыруун гиперболалык геометриянын өзгөрүшүбү — муну сыноо; акырында, ар башка тилдердеги мамилелик сөз байлыгы моделдеги “annihilation” аймагына чейинки аралык менен байланышабы — муну изилдөө.

Түркия жагынан: GCA азыркы баскычта эч бир өлкөгө мүнөздүү клиникалык жыйынтык бербейт. Түркияда аны колдонуу изилдөө гипотезасы деңгээлинде гана каралышы мүмкүн. Мындай текшерүү үчүн түрк тилиндеги эркин ассоциация же сөздүк эркиндик маалыматтарынан семантикалык тармактарды түзүү, EEGнин апериоддук 1/f компонентин өлчөө, пупиллометрия, психиатриялык клиникалык топторду так аныктоо жана алдын ала катталган статистикалык анализ пландары керек. Изилдөөдөгү геометриялык же алгебралык божомолдордон диагноз, дарылоо же жеке бейтаптык жыйынтык чыгарууга болбойт.

GCA кандай суроо берет?

Изилдөөнүн баштапкы суроосу — тынчсызданууда байкалган ассоциациялык тарыш, депрессиядагы кайталануучу руминативдик ой жүгүртүү жана оор ой жүгүртүү бузулууларындагы чачыранды баян сыяктуу бири-биринен айырмалуу көрүнгөн психопатологиялык кубулуштар сөзсүз толугу менен көз карандысыз процесстер болушу керекпи деген суроо.

GCA алардын бир бөлүгү бир гана жөнгө салуучу физиологиялык өзгөрмөнүн ар башка иштөө зоналарында пайда болгон геометриялык натыйжалар болушу мүмкүн экенин сунуштайт. Бул өзгөрмө өзгөчө locus coeruleus–noradrenaline системасынын нейромодулятордук gainи аркылуу көрсөтүлөт.

Бул сунуш булактын өз сөзү менен айтканда conjecture, башкача айтканда текшериле турган божомол. Изилдөөдө GCAny ырастаган жаңы бейтап когорту, мээни сүрөттөө эксперименти, EEG эксперименти же фармакологиялык кийлигишүү жок.

“Интегративдик manifold” деген эмне?

Автор психикалык абалдарды түздөн-түз өзүнчө нейрон активдүүлүктөрү катары эмес, жогорку өлчөмдүү геометриялык мейкиндикте жайгашкан интеграцияланган когнитивдик абалдар катары моделдөөнү сунуштайт. Бул гипотетикалык Riemann manifoldуна:

integrative manifold — интегративдик manifold

деп ат берилет.

Көрүү, угуу жана жыт сезүү сыяктуу модалдуулуктар ушул жашыруун когнитивдик manifoldдун ар башка координата системалары же “chart”тары катары каралышы мүмкүн экени сунушталат.

GCAнын андан да күчтүү жана спекулятивдик сунушу — маани бир түйүндөгү активдүүлүктүн күчү эмес, абалдардын ортосундагы локалдык ийрилик менен байланыштуу болушу мүмкүн.

Бул адабиятта бекемделген нейробиологиялык факт эмес, моделдин аныктамалык божомолу катары кабыл алынышы керек.

Ollivier–Ricci ийрилиги кандай колдонулат?

Изилдөөдө тармак четинин Ollivier–Ricci ийрилиги:

\[ \kappa(u,v) = 1- \frac{W_1(m_u,m_v)} {d(u,v)} \]

түрүндө берилет.

Бул жерде \(W_1\) — \(u\) жана \(v\) түйүндөрүнүн айланасындагы ыктымалдык бөлүштүрүүлөрүнүн ортосундагы 1-Wasserstein аралыгы; \(d(u,v)\) болсо тармактагы аралыкты билдирет.

Бул өлчөмдүн маанилүү өзгөчөлүгү — түйүндөрдүн өзүнчө белгилеринен көрө байланыш аймактарынын бири-бирине карата түзүлүшүн өлчөшү. Ошондуктан автор семантикалык тармак ийрилигин “мамилелик маанинин” мүмкүн болгон геометриялык көрсөткүчү катары карайт.

Дискреттик тармак ийрилиги чындап эле үзгүлтүксүз Ricci ийрилигине барабарбы?

Жок. Изилдөө бул жерде маанилүү чек коёт. Булакта келтирилген математикалык натыйжа кокустук геометриялык графтардын Ollivier ийрилиги ылайыктуу үзгүлтүксүз чекте астындагы Riemann manifoldунун Ricci ийрилигине жакындай аларын, бирок бул түздөн-түз эң жакын коңшу чет масштабында болбой турганын билдирет.

Жакындашуу үчүн ылайыктуу кайра масштабдоо жана мезоскопиялык коңшулук масштабы керек.

Ошондуктан семантикалык тармактарда өлчөнгөн чет ийрилигин түздөн-түз “мээнин физикалык Ricci ийрилиги” деп чечмелөө булак изилдөө да кабыл албаган ашыкча жалпылоо болмок.

Жашыруун гиперболалык геометрия божомолу

Булак гетерогендик даража бөлүштүрүүлөрү жана метрикалык түзүлүшү бар татаал тармактарды эффективдүү гиперболалык геометриянын чагылышы катары моделдөөгө болору тууралуу тармак геометриясы адабиятын GCAга байланыштырат.

Ушул байланыш аркылуу семантикалык тармактын байкалган чет түзүлүшү “boundary — чек”, байкалбаган жогорку өлчөмдүү когнитивдик түзүлүш болсо “bulk/ички көлөм” катары чечмеленет.

GCA андан соң депрессия менен байланышкан семантикалык ийрилик айырмачылыктары байкалган тармак чек арасында гана эмес, мүмкүн болгон жашыруун гиперболалык геометриянын кеңири масштабдагы деформациясында да болушу мүмкүн экенин сунуштайт.

Бул сунуш изилдөөнүн P3 божомолунда түздөн-түз текшериле турган гипотезага айланат.

Нейромодулятордук gain деген эмне?

LC–NA системасы максаттуу нейрон тармактарындагы жооп ийри сызыгынын gainин өзгөртө алат. Адаптивдик gain мамилесинде locus coeruleusтун тоникалык жана фазалык активдүүлүк режимдери организмдин учурдагы маалыматка көңүл буруусу менен жаңы варианттарды изилдөөсүнүн ортосундагы exploitation–exploration тең салмагына байланыштырылат.

GCA бул физиологиялык түшүнүктү геометриялык өзгөрмө катары чечмелейт.

Изилдөөнүн негизги божомолу:

\[ \kappa=\kappa(g) \]

түрүндө.

Бул жерде \(g\) — нейромодулятордук gain, \(\kappa\) болсо интегративдик manifoldдун эффективдүү ийрилиги.

Жогорку gainби же төмөн gainби патологиялык деп эсептелет?

Булак бул маселеде атайын бир багыттуу дооматтан качат.

Автор LC–noradrenaline адабиятын депрессия жана стресс менен байланышкан психопатологияларда жөн эле “көп noradrenaline жаман” же “аз noradrenaline жаман” деп түшүндүрүүгө болбой турганын белгилейт.

GCAнын негизги дооматы gain менен ийрилик байланышта болушу; бузулуу gainдин кайсы багыттагы өзгөрүшүнөн чыгары болсо эксперименттик суроо катары калтырылат.

Демек моделдин патологиялык параметри туруктуу “жогорку” же “төмөн” gain эмес, dysregulated gain — бузулган gain жөнгө салынышы же тарылган тоникалык/фазалык динамикалык диапазон болуп саналат.

Божомолдоочу коддоо менен байланышы кандай?

Божомолдоочу коддоо мамилелеринде мээ божомолдор менен божомол каталарынын ортосунда иерархиялык тыянак чыгарган система катары каралат. Ар башка маалымат булактарына берилген салмак алардын “precision — тактык” деңгээли менен байланыштуу.

Булак precision-weighting биологиялык жактан нейромодулятордук синаптикалык gain менен байланыштырылган эсептөөчү психиатрия адабиятына таянат.

GCA кошкон жаңы сунуш мындай:

Эсептөө деңгээлинде “precision/gain” болуп көрүнгөн өзгөрмө геометриялык деңгээлде manifold ийрилигинин өзгөрүшү катары өлчөнүшү мүмкүн.

Бул байланыш азырынча эксперименттик түрдө көрсөтүлгөн эмес.

EEGнин апериоддук 1/f компоненти эмне үчүн маанилүү?

GCAny сыноого мүмкүн кылган факторлордун бири — абстракттуу \(g\) параметри үчүн өлчөнө турган физиологиялык прокси издөө.

Изилдөө EEG/MEG күч спектриндеги периоддук осцилляциялардан тышкаркы апериоддук 1/f компонентин талапкер өлчөм катары колдонууну сунуштайт.

Апериоддук спектралдык эңкейиш козголуу–тормоздоо балансы менен байланыштырылган; жазыраак жана тикыраак спектралдык эңкейиштер ар башка тармак тонусуна туура келиши мүмкүн экени адабияттан алынат.

Булак ошондой эле дарылоого туруктуу депрессияда вентромедиалдык префронталдык кортекстеги апериоддук активдүүлүктүн симптом оордугунун өзгөрүшү менен байланышын көрсөткөн мурдагы изилдөөнү GCA үчүн физиологиялык көпүрө катары колдонот.

Бирок GCA изилдөөсүнүн өзү эч кандай EEG жазуусун чогулткан эмес.

Руминация геометриялык жактан кандай чечмеленет?

Руминация, өзгөчө депрессияда байкалган кайталануучу жана адамдын көңүлүн өзүнө бурган ой жүгүртүү үлгүсү катары каралат.

GCA муну “жогорку ийриликтүү аттрактор абалы — high-curvature attractor” деп геометриялык түрдө кайра чечмелейт.

Моделде болжолдонгон механизм — терс же таратуучу ийрилик диапазонунун жоголушу когнитивдик абалдын учурдагы тартылуу бассейнинен чыгуусун кыйындатат.

Мындан улам адамдын бир эле өзүнө-кайрылган ой чөйрөсүндө кала бериши “semantic sink — семантикалык чуңкур” катары ойлонулушу мүмкүн.

Бул булакта сунушталган механикалык-геометриялык түшүндүрмө; руминациянын клиникалык себеби чындап эле тармак ийрилиги экени көрсөтүлгөн эмес.

Cayley–Dickson алгебралары изилдөөгө эмне үчүн кирет?

GCA тармак геометриясын гана эмес, эки репрезентациянын бир бүтүнгө кантип байланышаарын да математикалык моделдөөнү көздөйт.

Бул үчүн байланыштыруу операциясы билинейдик көбөйтүү:

\[ x\circ y \]

катары каралат жана репрезентация мейкиндиги Cayley–Dickson алгебраларынын үй-бүлөсү менен моделденет.

Бул катарда:

• чыныгы сандар,
• комплекстүү сандар,
• кватерниондор,
• октаниондор

нормаланган бөлүү алгебраларынын чегине чейин жүрөт.

Андан кийинки түзүлүш — седениондордо нөл бөлгүчтөр пайда болот.

Нөл бөлгүч деген эмне?

Нөл бөлгүч нөл эмес эки элементтин көбөйтүндүсүнүн нөл болушуна мүмкүнчүлүк берет:

\[ x\neq0,\qquad y\neq0,\qquad x\circ y=0 \]

Октанион сыяктуу бөлүү алгебраларында нөл эмес эки элементтин көбөйтүндүсү нөл боло албайт.

Седениондордо болсо мындай жуптар бар.

GCAнын спекулятивдик нейропсихологиялык дал келтирүүсү — “эки репрезентация тең бар болсо да интеграциянын жыйынтыгы жоголушун” математикалык түрдө ушундай нөл бөлгүч түзүлүшү менен көрсөтүү.

Автор бул колдонуу сыйымдуулукту көбөйтүү үчүн эмес, destructive binding — кыйратуучу байланыштыруу мүмкүнчүлүгүн көрсөтүү үчүн тандалганын белгилейт.

G2 тобунун ролу кандай?

Булак нормасы бир болгон жана көбөйтүндүлөрү нөл болгон sedenion жуптарынын геометриясы компакттуу өзгөчө Lie тобу \(G_2\) менен байланыштуу экенин көрсөткөн математикалык жыйынтыкка таянат.

Изилдөөдө келтирилген туюнтма:

\[ G_2 \rightarrow V_{7,2} \]

фибрациясы жана \(S^3\) фибери аркылуу нөл бөлгүчтөрдүн көптүгүнүн \(G_2\) түзүлүшү менен байланышы болуп саналат.

\(G_2\) ошол эле учурда октаниондордун автоморфизм тобу.

GCA бул математикалык байланышты репрезентацияларды байланыштыруу каталары \(G_2\)-түзүлүштүү аймакка жайгашабы-жокпу текшерүү үчүн колдонсо болорун сунуштайт.

Бирок адам мээсинде sedenion алгебрасы же \(G_2\) симметриясы чындап колдонулуп жатканын көрсөткөн маалымат бул изилдөөдө жок.

Бир параметрлүү GCA траекториясы

Экинчи негизги божомол:

\[ g \longrightarrow \left[ \kappa(g),\, d(g,Z) \right] \]

түрүндө жыйынтыкталат.

Бул жерде \(Z\) — sedenion нөл бөлгүчтөрүнүн көптүгү; \(d(g,Z)\) болсо системанын кыйратуучу байланыштыруу аймагына теориялык аралыгын билдирет.

Булак үч теориялык режимди аныктайт:

Бул таблица клиникалык стадиялаштыруу системасы эмес. Ал GCAny текшерилиши керек болгон математикалык моделди жыйынтыктайт.

Boundary–bulk гипотезасы деген эмне?

Изилдөө семантикалык тармактын түздөн-түз байкалган чет түзүлүшүн “boundary — чек”, когнитивдик уюшкандыктын гипотетикалык жашыруун геометриясын болсо “bulk — ички көлөм” катары карайт.

Автор Gauss–Bonnet сыяктуу дифференциалдык-геометриялык байланыштардан шыктанып, байкалган чет ийрилигинин өзгөрүшү кеңири геометриянын проекциясы болушу мүмкүн экенин сунуштайт.

Ушуга ылайык депрессия тармактарында билдирилген терс ийриликтин басаңдашы жергиликтүү тармак байланыштарынан гана эмес, жашыруун гиперболалык геометриянын “жалпактанышынан” келип чыгышы мүмкүн.

Бул GCAнын P3 эксперименти түздөн-түз текшерген гипотеза.

Изилдөө колдогон илимий пункттар

• Ollivier–Ricci ийрилиги тармак четтеринин айлана түзүлүшүн сүрөттөгөн жарактуу математикалык өлчөм.
• Ылайыктуу шарттарда дискреттик Ollivier ийрилиги менен үзгүлтүксүз Ricci ийрилигинин ортосунда мезоскопиялык масштабдагы жакындашуу жыйынтыктары бар.
• Татаал тармактарды гиперболалык геометриялар менен моделдөө боюнча калыптанган математикалык адабият бар.
• LC–noradrenaline системасы тармак gainи жана exploration–exploitation тең салмагы менен байланыштырылат.
• Апериоддук EEG/MEG спектралдык компоненттери козголуу–тормоздоо балансын изилдөөдө колдонулат.
• Октаниондор нормаланган бөлүү алгебрасы; седениондордо нөл бөлгүчтөр бар.
• Sedenion нөл бөлгүчтөрүнүн геометриясы менен \(G_2\) ортосунда математикалык байланыштар бар.

Изилдөө далилдебеген пункттар

• Мээдеги маани чындап Ricci ийрилиги катары коддолору көрсөтүлгөн эмес.
• LC–NA gainи адамдын семантикалык тармак ийрилигин түздөн-түз аныктай турганы эксперименттик түрдө көрсөтүлгөн эмес.
• Депрессия геометриялык түрдө “жалпакталган manifold” экени далилденген эмес.
• Руминация жогорку-ийриликтүү аттрактор абалы экени түздөн-түз көрсөтүлгөн эмес.
• Адамдын когнитивдик репрезентацияларын байланыштыруу октанион же sedenion алгебрасын колдонору көрсөтүлгөн эмес.
• Шизофрения, психоз же оор ой бузулуу sedenion нөл бөлгүчтөрүнөн улам пайда болору көрсөтүлгөн эмес.
• \(G_2\) тобу мээде физикалык нейробиологиялык түзүлүш катары бар экенине далил берилген эмес.
• Үч GCA режими клиникалык диагноз же оорунун стадиясы эмес.

Изилдөөнүн ыкмасы жана жыйынтыктары

Бул изилдөөдө классикалык мааниде эксперимент барбы?

Жок. Изилдөө жаңы бейтап үлгүсүн, лабораториялык экспериментти, сүрөттөө маалымат топтомун же рандомизацияланган кийлигишүүнү билдирбейт.

Ыкма ар башка изилдөө тармактарында жарыяланган математикалык жана эмпирикалык жыйынтыктарды бириктирип, алардан жаңы фальсификациялануучу теориялык модель түзүүдөн турат.

Ошондуктан изилдөөнүн “жыйынтыктары” жаңы өлчөнгөн натыйжалардан көрө:

• эки негизги божомол,
• үч теориялык режим,
• бир boundary–bulk гипотезасы,
• төрт фальсификация божомолу

катары бааланууга тийиш.

Conjecture 1: Gain ийриликти аныктайбы?

Биринчи негизги божомол:

\[ \kappa=\kappa(g) \]

байланышы.

GCA нейромодулятордук gain өзгөргөн сайын когнитивдик абалдар мейкиндигинин эффективдүү геометриясы да өзгөрөт деп сунуштайт.

Модель өзгөчө патология gainдин бир багытта гана өсүшү же азайышы эмес, ыңгайлаша ала турган gain диапазонунун бузулушу менен байланыштуу болушу мүмкүн экенин жактайт.

Conjecture 2: Бир параметр эки системаны бирдей аныктайбы?

Экинчи жана күчтүүрөөк божомол — ошол эле \(g\) өзгөрмөсү бир эле учурда:

\[ \kappa(g) \]

ийрилигин да,

\[ d(g,Z) \]

нөл бөлгүчтөр көптүгүнө чейинки аралыкты да аныктайт.

Бул эки функция бир эле биологиялык башкаруу параметри менен көзөмөлдөнөрү көрсөтүлгөн эмес; бул GCAнын эң оригиналдуу жана эң тобокел гипотезасы.

P1: Gain–ийрилик физиологиялык көпүрөсү

P1 — изилдөөнүн эң түз нейрофизиологиялык тести.

Булак эки мүмкүн болгон дизайн сунуштайт:

• noradrenergic тонусту өзгөрткөн фармакологиялык кийлигишүүлөр менен кош-сокур, кайталанган өлчөө crossover дизайны,
• же фармакологиялык кийлигишүүсүз EEGнин апериоддук 1/f экспонентин жана пупиллометрияны gain проксиси катары колдонгон корреляциялык дизайн.

Семантикалык тармак стандарттык сөздүк эркиндик же эркин ассоциация тапшырмасы менен түзүлөт; Ollivier–Ricci ийрилиги эсептелет.

Ойгонуу деңгээли, тапшырмага катышуу, баш кыймылы, дары колдонуу жана кофеин мүмкүн болгон аралаштыруучу өзгөрмөлөр катары булакта өзүнчө көрсөтүлгөн.

Автордун ачык фальсификация критерийи — gain проксиси менен \(\kappa\) ортосунда бирге өзгөрүү табылбашы.

P2: Октанионбу же sedenionбу?

GCAнын алгебралык бөлүгүн чындап зарыл кылышы мүмкүн болгон тест — P2.

Гиперкомплекстүү репрезентация модели эки түрдө түзүлөт:

• octonion негизиндеги модель,
• sedenion негизиндеги модель.

Octonionдордо нөл бөлгүч болбогондуктан, нөл эмес эки репрезентация бири-бирин толугу менен жок кыла албайт.

Sedenionдордо болсо:

\[ x\neq0,\quad y\neq0,\quad xy=0 \]

мүмкүн.

GCA туура болсо, кыйратуучу байланыштыруу окуяларын sedenion модели түшүндүрүшү жана бул каталар \(G_2\) менен байланышкан нөл бөлгүч аймагында жайгашышы күтүлөт.

Эгер octonion модели ошол эле жүрүм-турумду жетиштүү түшүндүрсө, булак sedenion түзүлүшү керексиз болорун ачык кабыл алат.

P3: Өлчөнгөн ийрилик беттик артефактпы?

Бул экспериментте бир эле тармактын ийрилиги:

• жеке чет масштабында,
• мезоскопиялык коңшулук масштабында

эсептелет.

Андан кийин тармак гиперболалык мейкиндикке жайгаштырылып жашыруун геометриянын ийрилиги \(K\) бааланат.

Эгер клиникалык топ менен байланышкан ийрилик айырмасы мезоскопиялык масштабда күчөп, жашыруун \(K\) менен бирге өзгөрсө, GCAнын boundary–bulk чечмелөөсү колдоо табат.

Эгер айырма coarse-graining менен жоголсо, булак муну Section 7 гипотезасынын ишке ашпашы катары аныктайт.

P4 эмне үчүн эң спекулятивдик божомол?

Төртүнчү сунуш тилдин мамилелик түшүнүктөрдү жаратуу жөндөмү гиперкомплекстүү моделдеги нөл бөлгүч аймагына чейинки аралык менен байланыштуу болушу мүмкүн экенин айтат.

Булак муну, мисалы, жыт мамилелерин майда-чүйдөсүнө чейин коддой алган сөз системалары бар тилдер аркылуу сыноону сунуштайт.

Автор P4тү төрт божомолдун эң морт жана спекулятивдик кеңейтүүсү катары өзү да белгилейт.

Изилдөөнүн методологиялык күчтүү жагы

Булактын күчтүү жагы — спекуляциясын жашырбашы. Математикалык жактан орнотулган жыйынтыктар менен GCAнын биологиялык чечмелөөлөрү бири-биринен ажыратылып, “mathematical analogy is not identity” принциби ачык айтылат.

Мындан тышкары, моделдин төрт критикалык бөлүгүнө ылайык түз фальсификация шарттарынын жазылышы жалаң аналогияга таянган көптөгөн теориялык иштерге салыштырмалуу күчтүүрөөк илимий алкак берет.

Изилдөөнүн негизги чектөөлөрү

Эң чоң чектөө — GCAнын борбордук байланыштары азырынча эксперименттик түрдө өлчөнө элек.

Тактап айтканда:

• \(g\rightarrow\kappa\) байланышы өлчөнгөн эмес,
• \(g\rightarrow d(g,Z)\) байланышы өлчөнгөн эмес,
• sedenion алгебрасы нейрон репрезентацияларды байланыштыруу менен дал келери көрсөтүлгөн эмес,
• үч режим чыныгы бейтаптарда узак мөөнөттүү түрдө байкалган эмес,
• semantic-network ийрилиги менен физиологиялык manifold ийрилигинин ортосунда түз эквиваленттүүлүк түзүлгөн эмес.

Булактын өзү да бул чекти ачык кабыл алып, интегративдик manifold “акылдын заты” эмес, когнитивдик абалдар мейкиндигинин сунушталган эффективдүү геометриясы экенин айтат.

Булак жана ыкма эскертүүсү

Толук оригиналдуу иштин аталышы: Gain, Curvature, and Annihilation — A Neuromodulatory–Geometric Conjecture Linking Locus Coeruleus Gain, Semantic-Network Curvature, and Hypercomplex Binding Failure

Автор: Demetrios Chiuratto Agourakis.

Авторлор саны: Бир авторлуу иш.

Тең салым/тең биринчи авторлук: Колдонулбайт.

ORCID: 0000-0002-8596-5097.

Булакта берилген аффилиация: Faculdade São Leopoldo Mandic, Campinas, SP, Brazil.

Байланыш: demetrios@agourakis.med.br.

Жооптуу/байланыш автору: Иш бир авторлуу; SSRN библиографиялык жазуусу Demetrios Agourakisти “Contact Author” катары индекстейт.

Булак түрү: Фальсификациялануучу теориялык божомол/гипотеза иштеп чыгуу изилдөөсү; эсептөөчү психиатрия, нейромодуляция, тармак геометриясы жана гиперкомплекстүү алгебранын концептуалдык синтези.

Рецензия макамы: Бул иш рецензиядан өтпөгөн preprint. Борбордук GCA дооматтары жаңы эксперименттик маалымат менен ырасталган жыйынтык эмес.

Булакта көрсөтүлгөн дата: 14-июнь 2026.

Платформа: SSRN.

SSRN идентификатору: 6938338.

DOI: 10.2139/ssrn.6938338

Расмий шилтеме: https://ssrn.com/abstract=6938338

DOI шилтемеси: https://doi.org/10.2139/ssrn.6938338

Журнал/том/сан: Каралган версия үчүн рецензияланган журнал, том же сан маалыматы жок.

Лицензия: Каралган булакта Creative Commons же ага окшош ачык кайра колдонуу лицензиясы ачык көрсөтүлгөн эмес.

Каржылоо: Каралган версияда өзүнчө каржылоо билдирүүсү жок.

Кызыкчылыктардын кагылышы: Автор атаандаш кызыкчылык жок экенин билдирет.

Этика комитети: Булак жаңы адам же жаныбар катышкан эксперимент билдирбейт; өзүнчө этика комитетинин бекитүү номери да берилген эмес.

Маалымат/код жеткиликтүүлүгү: Жаңы эксперименттик маалымат топтому же GCAny ишке ашырган код репозиторийи үчүн өзүнчө маалымат/код жеткиликтүүлүк билдирүүсү булакта жок.

AI колдонуу билдирүүсү: Автор ишти өнүктүрүүдө Anthropic Claude Opus 4.8ди идея жаратуу, түзүмдүк уюштуруу, адабият табуу жана кайчылаш шилтеме, математикалык баяндоо жана черновик даярдоо үчүн курал катары колдонгонун ачык айтат. Негизги идеялар, тармактык алкак жана илимий чечмелөөлөр авторго таандык экени; моделдин чыгыштары кайра-кайра сын жана ревизия циклдеринен өткөрүлгөнү; булактар баштапкы эмгектерге каршы текшерилгени жана акыркы илимий жоопкерчилик толугу менен авторго таандык экени көрсөтүлөт. Жасалма интеллект системасы автор катары көрсөтүлгөн эмес.

Библиографиялык текшерүү эскертүүсү: SSRNдин расмий индекси иштин аталышын, Demetrios Agourakisти, DOI 10.2139/ssrn.6938338 идентификаторун жана 14-июнь 2026 датасын ырастайт. SSRN индексиндеги аффилиация белгилери булак текстиндеги автор баш сабынан кеңири көрүнүшү мүмкүн болгондуктан, бул Verianla текстинде аффилиация үчүн иштин өзүнүн биринчи бетиндеги Faculdade São Leopoldo Mandic маалыматы негиз катары алынган.

Илимий макам эскертүүсү: Изилдөөдөгү Ollivier–Ricci ийрилиги, Cayley–Dickson алгебралары, octonion/sedenion айырмасы жана тиешелүү математикалык леммалар менен бул түзүлүштөрдү психопатологияга дал келтирүү бирдей далил макамында эмес. Математикалык жыйынтыктар учурдагы адабиятка таянат, ал эми \(g\rightarrow\kappa(g)\), \(g\rightarrow d(g,Z)\), GCAнын үч клиникалык режими жана гиперкомплекстүү байланыш чечмелөөсү — автордун жаңы божомолдору.

Клиникалык чек: GCA диагностикалык курал, психиатриялык оорулардын классификациясы же дарылоо сунушу эмес. Булактан жеке бейтаптын нейромодулятордук gainин, депрессия оордугун, психоз тобокелдигин же дарылоого жообун эсептөөгө болбойт.

Алдын ала тандоо эскертүүсү: Бул иш эксперименттик жыйынтык макаласы эмес, ачык спекулятивдик, бирок фальсификациялануучу сунуштарды камтыган теориялык эмгек. Verianlaда ушул эпистемикалык макам ачык көрүнгөндө гана жарыяланышы керек.

Илимий мазмун чеги: Бул Verianla макаласындагы GCA түшүнүктөрү, теңдемелер, үч режим, P1–P4 божомолдору, математикалык байланыштар жана чектөөлөр каралган булакка гана негизделет. Тышкы текшерүү аталыш, SSRN идентификатору, DOI жана библиографиялык дата үчүн гана колдонулган; GCAny колдоо үчүн тыштан жаңы эксперименттик жыйынтык кошулган эмес.