perpetual_reaction_diffusion — GENERATIVE `perpetual` op

• データ種: なし → rgb(引数だけで決まる op —— 画像やデータの入力を取らない)

• 呼び出し: import fullseye as fs; fs.ledger.perpetual_reaction_diffusion(size: 'int' = 220, steps: 'int' = 1600, feed: 'float' = 0.037, kill: 'float' = 0.06, seed: 'int' = 0) -> 'np.ndarray' (実装を直接呼ぶなら import perpetual; perpetual.perpetual_reaction_diffusion(size: 'int' = 220, steps: 'int' = 1600, feed: 'float' = 0.037, kill: 'float' = 0.06, seed: 'int' = 0) -> 'np.ndarray'、台帳から引くなら opsgenerative.get("perpetual_reaction_diffusion"))

使い方

グレイ–スコット反応拡散 ―― 模様が生まれ、分裂し、増え続ける。

不変量: **餌も死も 0(`feed = kill = 0`)なら、総量は厳密に保存される**

—— 拡散は再分配であって生成ではないから。数値解法が壊れていれば、

ここが真っ先に崩れる(:func:perpetual_identities)。

詳しい使い方ガイド

• generative_art ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_illusions_and_perpetual_drawing — py -3.11 examples/poc_illusions_and_perpetual_drawing.py

型が繋がる次の op(`rgb` を入力に取れる)

—

同カテゴリ(`perpetual`)

perpetual_ten_print · perpetual_truchet · perpetual_elementary_ca · perpetual_langtons_ant · perpetual_chaos_game · perpetual_apollonian · perpetual_harmonograph · perpetual_ifs_attractor

*Provenance: perpetual.py — GENERATIVE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

perpetual_reaction_diffusion — GENERATIVE perpetual op

使い方