フトマニ解析(面立体加算重力量)その2(ニューロン神経層7/8d)
⚠️ついにフトマニの基本的解析ができあがりました。脳科学と眞数学、眞物理学の夜明け間近です。
ニューロン神経層は16bit(5/6d)と8bit(7/8d)があり、これから投稿するものは8bitです。一つ前の16bitと合体して意味を成します。
⚠️「フトマニ解析(面立体加算重力量)」⚠️
———(ひとつ前のスレッド)———
「フトマニ解析(面立体加算重力量)その2(ニューロン神経層7/8d)」
👽：https://twitter.com/chachai14141891/status/1302975085146337281?s=21
写真記録が見つからないけど、SSNNSNの特殊磁界の電磁波型は象形文字の山みたいになっている。おそらくオクターブの違う同じ音程だと思うが、音響再生実験はしていない。 pic.twitter.com/dll7lzZRNP
— Chachai 🔴キンカツヨウのお家 (@Chachai14141891) September 7, 2020
👽:👽？
🙃：chachaiさんよく知ってる
🙃：意味わかっ！さっき出したのはニューロン層の5/6d(16bit)。次は7/8d(8bit)層をやれと。
👽：図_リンクスクショ
👽：図_👽式chachai磁界表現
👽：👽💜???
SNNNNNNNNNNNNN─────────N
NSSSSSSSSSSSSSSS─────────S
👽💜〰️🔘
画像_地球の磁界
👽：https://twitter.com/maco05636886/status/1303123309786066945?s=21
— maco (@maco05636886) September 8, 2020
画像_リンクスクショ
👽：図_円in円
👽：図_円in円01、00
👽：図_円in円01、01
👽：図_円in正方形
🙃：おはよう御座います、、爆睡しました。。
下から3枚目と2枚目。何故？この２枚の図は何度回転してる？
👽：
始まり
極少
〰️〰️〰️🔘
巨大
大きさのイメージ😱🔘
👽：螺旋重なり？👽
🙃：螺旋の始まりは球体の中心？
👽：画像_立体正弦波
👽：タテ目〰️🔘👁️🗨️
🙃：X方向じゃなくて目が縦って意味？
(※普通これだけの情報からこの質問はなかなか出ませんね。勘いいでしょ)
🙃：偏光？(👽が🔥)(※ほらね)
👽：画像_立体正弦波に加筆
🙃：コレか。。『フェルマーの原理osc-japan.com/wp-content/upl…』
👽：👽💜(※それで良い旨)
Pendulumshttps://t.co/3tYQITLJEg pic.twitter.com/ClIX2FLuV5
— Per Henrik Christiansen (@PerHenrikChris1) September 8, 2020
👽：リンクスクショ 90°捻り
👽：👁️〰️🔘点のみが 〰️見える👽💜
🙃：図_フトマニに加筆
🙃：この図の緑三角形の外側頂点は直流。トランジスタで言えばB(ベース)電圧。そして内側２つの頂点が交流。同様にE(エミッタ)、C(コレクタ)。
👽：👽💜(※承認の意)
🙃：画像_式
『増幅作用
エミッタベース間の電流変化がエミッタコレクタ間電流に大きな変化となる。
エミッタベース間の電流を入力信号とし、エミッタコレクタ間の電流を出力信号とすることで増幅作用が得られる。
コレクタ電流 (IC) がベース電流 (IB) の何倍になるかを示す値を直流電流増幅率と呼びhFEで表す。
[ここに式_画像]である。
スイッチング作用
増幅時同様、エミッタ ベース間の電流（ベース電流）によってエミッタコレクタ間のより大きな電流（コレクタ電流）を制御できる仕組みを利用する。
ベースに与える小さな信号によってより大きな電流を制御できるため、メカニカルなリレースイッチの代わりに利用されることもある。
電流の大小ではなくON / OFFだけが制御の対象であるため、一定の線形性が求められる一般的な増幅作用の場合とは異なり、コレクタ電流とベース電流との比が直流電流増幅率よりも小さくなる飽和領域も使われる。
この作用により、論理回路などのデジタル回路を作ることができる。』
脳内挙動である思考的増幅と感受性の閾値が両方できる。
👽：はじき 〰️🍩
👽🔘💜Basic『根』!
🙃：
はじき＝コレクタ電流
根＝ベース電流(👽が😂)
🙃：このまま計算まで行ける？2時間あるからできるかも。
👽：おそらく〰️👽
🙃：下地のデータ作る
👽：がんばってください👽〰️🤗🤗🤗
🙃：https://ja.m.wikipedia.org/wiki/%E3%82%AA%E3%83%BC%E3%83%A0%E3%81%AE%E6%B3%95%E5%89%87
👽：根👽
🙃：
E＝IRなので、-8bit-
(4b-360)/30+あまり＝B
(3e-360)/30+あまり＝E
(3c-360)/30+あまり＝C
B×E-B×C＝
この差が電圧E＝IRのE。そしてIとRのどっちかが16bitの解。どっち？
小文字のbecはベース、エミッタ、コレクタ。
16bitでの思考的負荷。。。Rレジストか。
👽：マイナスから元はじめるのは気になります〰️😱 👽💜
🙃：できた。
-8bit-
(4b-360)/30+あまり＝B
(3e-360)/30+あまり＝E
(3c-360)/30+あまり＝C
オームの法則(V＝IR)より、
B×E-B×C＝I×(16bitデータ)
(※16bitデータとは思考的負荷であり、8bit層に対しRレジスト)
∴I＝B(E-C)/16bitデータ
(×4) (×3) (×3)
7d直流(B) 8d交流(E) (C) B E C(°) 解 角度
1 い11 と197 ひ47 -16 21 -09 -192 -12°
2 す19 み191 と197 -14 03 21 -336 -06°
3 へ43 た193 み191 -08 09 03 -96 -06°
4 あ2 ほ37 た193 -22 -09 09 0 00°
5 を61 ゑ157 ほ37 -26 21 -09 -312 -12°
6 ふ41 め181 ゑ157 -16 03 21 -384 -24°
7 し29 か67 め181 -04 -09 03 -24 -24°
8 も173 ひ47 か67 02 -09 -09 -36 -06°
👽：360°→pi√Θ👽〰️
🙃：
綺麗にマイナス値出たので間違いじゃないと思う。
EとCの入れ替えも必要？(👽が❤️)(※👽は珍しく興奮気味)
この8種を先の16bitで割るのだから組み合わせは8×16=128。
EとC入れ替えも8種だから都合256。256次元宇宙完成。
⚠️「フトマニ解析、面立体加算重力量(7/8d)」⚠️
画像_計算データ
-8bit-
(4b-360)/30+あまり＝B
(3e-360)/30+あまり＝E
(3c-360)/30+あまり＝C
オームの法則(V＝IR)より
B×E-B×C＝I×(16bitデータ)
B×C-B×E＝I×(16bitデータ)
(※16bitデータとは思考的負荷であり、8bit層に対しRレジスト)
∴I＝B(E-C)/16bitデータ、I＝B(C-E)/16bitデータ
(×4) (×3) (×3)
7d直流(B) 8d交流(E) (C) B E C(°) 解1 解2 角度1 角度2
1 い11 と197 ひ47 -16 21 -09 -192 480 12° 00°
2 す19 み191 と197 -14 03 21 -336 336 -06° 06°
3 へ43 た193 み191 -08 09 03 -96 48 -06° 18°
4 あ2 ほ37 た193 -22 -09 09 0 -396 00° -06°
5 を61 ゑ157 ほ37 -26 21 -09 -312 780 -12° 00°
6 ふ41 め181 ゑ157 -16 03 21 -384 -288 -24° -18°
7 し29 か67 め181 -04 -09 03 -24 -48 -24° -18°
8 も173 ひ47 か67 02 -09 -09 -36 0 -06° 00°
(👽が👍)
🙃：おっ。okなのね。やった〜❗️
————————————————
👽：
原始時代√自然数家族と
原始時代√素数家族＋
原始時代√完全数家族
異なる点
自然数はプラスのみ(※理解⭕️)
素数家族、完全数家族はマイナスも分数も存在すること(※理解⭕️)
👽💜
👽：
3進数はマイナス対応可能(※🔺たぶん理解)
二進法はほぼ不可能(※理解⭕️)
👽💜
👽：時計回転と反時計回り演算👽🔘
🙃：
らくにんち演算とはくにんち演算。
既にわかっていたけど、、脳内共鳴での記憶データ解析指向は16bit層の16種類。それがDNAのATGCに対応。記憶データを4つの感情で処理。処理には2価のAT、3価のGCがあり8系。その感情処理がらくにんち、はくにんちの2系統あるため、16×4×2×2＝256次元。今回勘ではなく計算で同じ結果出た。(👽が❤️)