非合作博弈是层次的竞争遵循的数学原则，这是网络的运算；纳什均衡的达成就是化学平衡的稳定状态，其是变化速度的收敛

交易，交流，交换，序列匹配

记忆是前验概率的改变

博弈在于交换，信息决定损耗度，即往返反复的次数，理想情况就是如同超导的低电阻；信息与转换的阻力相关i=logr;不完全博弈是信息的局部扩散速度的结构，只能根据局部信息作出一定的选择，当个体的这个性质上升到整体水平，可以呈现一定的性质如物理的整体协作

子层次的均衡与高维层次的均衡的矛盾和选择性表达

动态博弈是网络的选择性表达，是各种限制条件的局部最优，或多层次的均衡，不同方向的曲线的耦合，其相交点是一个最大值

博弈提供逻辑运算最基本的动力

序列的博弈=n人博弈，寻找均衡点：不动点原理和中值定理

因果循环与网络的路径坍缩是等价的

由于高维结构的均衡，即使提供一定的改变破坏破坏，产生波动，产生的势差会很快就弥补回来，重新形成平衡。这是经济学的原理：天下没有免费的午餐，一切变化都会在概率网络达成平衡（利润不是空穴来风，而是转移，不够是一种高效的利用资源的方法，可以收集量子层次的利润及概率，不断累积到阈值）

动态的均衡，不同选择在天平的摇摆

概率的分布，多层次的耦合形成正态分布

博弈的耦合，高维层次：阴阳流转是流动的层次

脑－机接口技术，即记录、解读脑的电信号，通过脑的信号来控制机器，这是通过信息的多层次解码

基本理论：网络科学和概率网络系统，多层次的耦合形成的微分方程（长路径的分维耦合），通过统计络的结构就是网络的运算，如反馈机制就是中心节点和一般节点的分布的动态关系，进一步则是周期性的震荡系统，新增功能区是量变引发质变的过程（原有联系的网络内部的复杂度不断上升，达到一定阈值后分离），局部和整体的关系（序列匹配的局部最优和全局最优的耦合），序列的模块作为本征是网络的涌现（多层次的耦合（序列本身和不同序列），可以通过震荡模拟自然选择使得概率坍缩，最终形成通路），层次的相似性，高级功能是遍历（只是路径，可以扩散成为网络），层次的彼此依赖和代偿（不同模块是本征，可以扩散还原成为网络），其组合式的激活和抑制形成高维网络，层次的范围收敛（是节点增加的模式），风险的选择，即层次的博弈，会达到纳什均衡点（这是耦合的结构，有多层次的多样性使得网络稳定），适应性和敏感性是网络的选择性表达，序列的表达是隐马尔科夫模型进行的，多序列的相互匹配使得序列之间形成网络。偶然是概率网络的选择性表达，根据大数定律在足够大的尺度下是必然的表达；网络的新增节点倾向于与高连通性的中心节点连接（这是优势积累的现象）；作用在群体的扩散，相关性产生的联系在大规模的数据下产生的联系被认为是因果关系（一个因素变化，引发次级因素变化，次级因素变化可以继续产生影响，这是扩散的过程，由于层次的收敛性和相似性，最后形成一定的通路，同时也有反馈机制，同时也有衰减）；交换是源动力，而边界的确定是高层次的交换的基础；序列连接的方向是概率性决定的（单向性决定整体的协作）；平均的路径长度（层次的收敛，六度分隔），是概率的分布；退火是各种选择的遍历的最后的概率坍缩，其形成的路径也是一种模式，这也有概率的分布；层次的收敛和影响的衰减（弱连接是信息扩散，强连接是施加影响）；连接是作为组合的源动力，根据自然选择能够产生模式的发展

网络的高级层次与社会层次的相似性；网络的流通速度越快，平均距离越短，但有一个极限；影响的扩散都是概率性，如个体对整体的影响；整体的连接形成的网络坍缩的路径的整体性质，如社会层次的行为源于连接；网络的模仿行为；幂律定律和分布；寻找层次竞争的平衡，即纳什均衡点，同时同类相聚的相似性匹配使得我们倾向于聚类，这是影响扩散的原理；通过改变反馈方程的参数可以有正负反馈；组合的包容性，连接在理论上是可以随意形成的，但现实是由于各种限制条件（层次的衰减）速度连接以一定的模式形成关系；网络的聚类使得个体失去一部分的自由从而形成一个整体(如同原子形成分子要释放一部分能量)；博弈是一种序列内部进行运算的结果，序列本身就是一个图灵机；六度分隔本质上是一种优化模式，往相关性更高的方向传递使得概率超过阈值；影响是多层次的加和；放大是信息传递的结果；幂律分化可以使得稳态更易达到，因为网络是多层次的，而且只有富集才能产生效应；边界的形成和打破都是发展；一切都是相对的，（天圆地方—地心说—日心说—都是尺度的不断放大）

牛顿定律的公式是基本的作用，以一定的量之间的关系构建量子层次的连接f=g2/r^2，而其高维层次就是网络，

基本原理：本征的本征，是高阶导；序列的

6个研究得出了6种不同的结果，只是网络的选择性表达，按照不同的路径坍缩

独立神经元组成的阵列与复杂行为相关联

单一