意識と脳機能の理解への探求は、詳細なコネクトミクスや統合情報理論（IIT）などの現象学的理論を通じて進展してきました。しかし根本的な課題として、完全な配線図があっても、認知状態の遷移、クオリアの出現、および神経活動を維持するホメオスタシス機構を捉える動的枠組みが欠けています。本論文は、スペクトラルノッド理論（SNT）に基づく新しいオペレーター形式を導入し、多スケールでの神経動態をモデル化します。7つの基本オペレーター―変動等価（）、周期等価（）、位相ネクスター（）、位相リバーサー（）、境界投影（）、不可逆喪失（）、および部分空間写像（）―は、それぞれ確率的変動、絶対不応期リセット、位相遷移、反転動態、閾値活性化、シナプス刈り込み、神経可塑性という異なる神経過程のクラスに対応しています。302ニューロンのC. elegansネットワークにおいて、これら7つのオペレーターを完全適用した初の数値シミュレーションを提示します。20%の抑制性ニューロンと80%の興奮性ニューロンを有する生物学的に現実的なコネクトームを用い、このオペレーターフレームワークは、従来のホジキン・ハクスリー型モデルが必要とする数百のパラメーターから劇的に削減された7つの全体パラメーターだけで豊かで妥当なネットワーク挙動を生成することを示しました。我々のシミュレーションから5つの主要な知見が得られました：1. 境界投影オペレーターに駆動される自発的活性化カスケードは、スパイク開始と波伝播を正確にモデル化。2. 各オペレーターが支配的となる異なる時間的フェーズ（境界初期、周期リセット中期、変動後期）が存在し、7つのオペレーターの機能的役割が冗長でないことを確認。3. 主成分分析によって明らかになった低次元アトラクター動態は、302次元状態空間が2〜3次元多様体に収束し、C. elegansの運動研究と整合。4. 7つのオペレーターが同時に活性化される時点（t=5.8）で統合情報がピークとなり、意識様の統合が単一メカニズムではなく多オペレーターのバランスに起因する理論的主張を支持。5. コネクトームのハブ構造を反映した不均一なニューロン動員が見られ、特定のニューロングループ（60-120、200-260）が過剰活性化し、既知の感覚、中間ニューロン、運動ニューロン分類と一致。これらの結果は、7オペレーターSNTフレームワークが単なる理論的抽象ではなく、計算的に実現可能で生物学的根拠のある神経動態モデルであることを示します。脳機能の複雑さを7つの基本的操作に還元することで、本モデルは従来の生物物理学モデルに対して簡潔な代替手段を提供し、IITの静的な意識測度に動的拡張を与え、意識、行動、および真に適応的な人工知能設計の理解の新たな道を開きます。シミュレーションコードと結果は複製と拡張を促進するためにオープンソースで公開しています。
ダーハン・ヤジール（サタ、）はこの問題を研究しました。