CPEA v5 — DPN-Adaptive Layer Dual-Regime Neuronal Dynamics Under Coherence Breakdown
Abstract Se introduce el módulo DPN-Adaptive Layer (DPN-AL) como extensión funcional de la arquitectura CPEA (Coherencia Predictiva EEG–AGI) . Este módulo formaliza la existencia de unidades neuronales con dinámica bifásica dependiente de coherencia , donde la transición entre regímenes está gobernada por una señal de ruptura estructural ( DPCC ). A diferencia de arquitecturas neuronales clásicas, el modelo propuesto no optimiza en condiciones estacionarias, sino que explota regiones de inestabilidad para inducir aprendizaje adaptativo localizado. Se presenta el formalismo matemático, un diseño experimental basado en EEG + datos geomagnéticos (NOAA) , comparación con modelos estándar y las implicaciones neurobiológicas y para AGI. Keywords CPEA, DPN-LE, DPCC, dual-regime neurons, EEG coherence, geomagnetic coupling, continual learning, adaptive neural systems, AGI . Introducción Los modelos neuronales convencionales asumen homogeneidad funcional y aprendizaje continuo en régimen...