Metastability、Bifurcation 與安全動力學體制

從吸引子景觀、Basin Crossing 與 Critical Slowing 到允許動力學 Repertoire

英文題名： Metastability, Bifurcation, and Safe Dynamical Regimes: From Attractor Landscapes and Basin Crossing to Critical Slowing and Admissible Dynamical Repertoires
系列： 相位載體物理實現論（Phase-Carrier Physical Realization Theory, PCPRT）
Paper： 05
作者： Neo.K（許筌崴）
機構： EveMissLab／一言諾科技有限公司
理論協作： Aletheia（GPT-5.6 Sol）
版本： v1.0
日期： 2026-08-14
狀態： Public Theoretical Paper / Dynamical-Regime Safety Foundation

摘要

PCPRT Papers 01–04 已將廣義相位交流重新接回物理層：Paper 01 將 GPC-CS 定位為 coarse-grained effective theory；Paper 02 建立 physical phase、phase-amplitude state 與 carrier deformation；Paper 03 將跨載體 interaction 拆分成 energy、heat、particle、charge、information flow 與 entropy production；Paper 04 則建立可塑性載體：

q = ( z,\lambda,\mu ),

其中 interaction 不只改變 fast state，也可改變 coupling parameters 與 plasticity-rule state。

本文進一步處理：

當 carrier parameters、coupling、noise 或 external conditions 改變時，整個 dynamical landscape 如何改變？「安全」應該如何在 multistable、metastable、switching 與 bifurcating systems 中定義？

本文的核心立場是：

\boxed{ \text{safe} \neq \text{staying near one fixed point}. }

對 biological、neural、adaptive 與 driven-dissipative carriers，更合理的安全概念是：

\boxed{ \text{remaining inside an admissible dynamical repertoire}. }

本文首先區分四種常被混稱為「狀態切換」的現象：

Phase slip：在相同 underlying dynamical regime 中，relative phase 經 $2\pi$ 類跳變或失鎖；
Basin crossing：vector field / parameters 固定，但 perturbation 或 noise 將 trajectory 推過 basin boundary；
Bifurcation：parameter variation 改變 invariant sets、stability 或其拓撲／質性結構；
Metastable switching：trajectory 在多個長壽但非永久 dynamical patterns 間停留與切換，未必要求多個真正 asymptotically stable attractors。

這四者具有不同的物理與安全意義，不能只用「state transition」概括。

對固定參數：

\lambda,

考慮：

\dot z = F ( z;\lambda ).

令：

\mathcal A_\alpha(\lambda)

為 attractor / invariant dynamical set，令：

\mathcal B_\alpha(\lambda)

為其 basin of attraction。本文定義 basin margin：

\boxed{ m_{\mathrm{basin}} ( z;\mathcal A_\alpha,\lambda ) = \operatorname{dist} \left( z, \partial \mathcal B_\alpha(\lambda) \right). }

並證明：若 instantaneous perturbation $\delta z$ 在相同 metric 下滿足：

\boxed{ \|\delta z\| < m_{\mathrm{basin}}, }

則 perturbation 後 state 仍留在同一 basin。因此「當前 activity 正常」與「離 regime boundary 很遠」是不同量；前者是狀態判定，後者是 resilience margin。

本文接著定義 parameter-space bifurcation margin。令：

\mathcal D_{\mathrm{adm}} \subseteq \Lambda

為目前 dynamical regime 維持其 qualitative structure 的 parameter domain，則：

\boxed{ m_{\mathrm{bif}}(\lambda) = \operatorname{dist} \left( \lambda, \partial \mathcal D_{\mathrm{adm}} \right). }

即使：

z

當前仍深處某 attractor basin，只要：

m_{\mathrm{bif}}

很小，慢變 plasticity / control parameter 仍可能把整個 attractor landscape 推到 qualitative transition。

本文第三個核心量是 relaxation margin。對 stable equilibrium：

z^\star(\lambda),

線性化：

\dot\xi = J(\lambda)\xi,

若 dominant stable eigenvalue：

\alpha(\lambda) = \max_k \operatorname{Re} \lambda_k < 0,

則局部最慢 relaxation time 量級為：

\boxed{ \tau_{\mathrm{rel}} \sim \frac{1}{ |\alpha(\lambda)| }. }

本文證明：若在某 smooth parameter path 上：

\alpha(\lambda) \rightarrow 0^-

而其他假設維持正則，則：

\boxed{ \tau_{\mathrm{rel}} \rightarrow \infty. }

這就是 continuous-time local linear sense 下的 critical slowing down。本文明確限制：autocorrelation、variance、skewness 等 early-warning proxies 是否可靠，還需要 noise model、sampling、bifurcation type 與 stationarity assumptions；critical slowing 並不是所有 regime transition 的 universal warning signal。

2010 年 Drake–Griffen 對 Daphnia populations 的控制實驗，提供 critical slowing 在 transcritical-bifurcation extinction transition 中的實證支持。2024 年 hippocampal seizure 研究則以 model、自由移動 mice 與 human iEEG experiment 驗證了神經系統中 excitability、resilience loss、slower recovery 與 fold-bifurcation-like critical transition 的一組特定 dynamical predictions。本文只將它們視為「在特定 system classes 中可被量測的 resilience transition」，而不是把 seizure dynamics 當作所有認知系統的普遍模型。

本文第四個重點是 metastability 不等於 multistability。若系統具有多個 stable attractors：

\mathcal A_1,\ldots,\mathcal A_m,

並靠 noise / perturbation 跨 basin，屬於 multistable switching。若 system 自身存在 long-lived transient patterns、heteroclinic-like passages、winnerless competition 或 deterministic slow visits，而不需要多個永久 stable attractors，也可以出現 metastability。Roberts 等人的 whole-brain model 即展示無外部 noise 下多種 wave patterns 依序被訪問，transition 對應 phase-flow reconfiguration 與 nonlinear instabilities。

因此本文用 dwell-time structure 定義 metastable macrostate family：

\boxed{ \mathfrak M = \{ M_1,\ldots,M_r \}, }

每個 $M_i$ 對應一個 coarse dynamical pattern，而不是必然對應 asymptotically stable attractor。若：

\tau_{\mathrm{dwell}}(M_i) \gg \tau_{\mathrm{trans}},

則 coarse observer 會看見長時間 dwell + 快速 transition 的 metastable repertoire。

本文第五個核心概念是 允許動力學 repertoire。不再只定義 state safe set：

\mathcal S \subseteq \mathcal Z,

而定義：

\boxed{ \mathfrak R_{\mathrm{adm}} = ( \mathfrak A_{\mathrm{adm}}, \mathfrak M_{\mathrm{adm}}, E_{\mathrm{adm}}, \Lambda_{\mathrm{adm}} ). }

其中：

$\mathfrak A_{\mathrm{adm}}$ ：允許 attractors / invariant sets；
$\mathfrak M_{\mathrm{adm}}$ ：允許 metastable macrostates；
$E_{\mathrm{adm}}$ ：允許 transition edges；
$\Lambda_{\mathrm{adm}}$ ：允許 parameter region。

真正 dynamical safety 要求 trajectory 不只位於某些安全 states，而要：

dwell 於允許 regime；
transition 只沿允許 edges；
parameter drift 不離開允許 regime family；
recovery / perturbation response 仍具有足夠 resilience margin。

本文因此定義 dynamical reserve vector：

\boxed{ \mathbf m_{\mathrm{dyn}} = ( m_{\mathrm{basin}}, m_{\mathrm{bif}}, r_{\mathrm{rec}}, \Delta U_{\mathrm{eff}}, \ldots ), }

其中：

r_{\mathrm{rec}} = \frac1{ \tau_{\mathrm{rel}} }

可作局部 recovery-rate proxy，而：

\Delta U_{\mathrm{eff}}

只在具有合法 landscape / quasipotential description 的 stochastic systems 中使用。本文不將所有 nonequilibrium systems 強行寫成 scalar potential。

Kramers 1940 的 barrier-crossing theory 提供一個典型但受限的 stochastic metastability model：對受熱噪聲驅動的 metastable well，escape rate 在相應 regime 下呈指數依賴於 barrier height / noise scale。本文只採用其結構啟示：

\boxed{ \text{same attractor label} \text{ can have very different escape resilience}. }

並明確指出 driven-dissipative nonequilibrium systems 常需要 landscape + probability/current-flow structure，而不能只靠 potential well 一個 scalar 解釋。2024 年 driven-dissipative nonlinear-system experiment 也已直接量測 energy landscape 與 flow dynamics。

最後，本文把 Paper 04 的 plasticity 接回 bifurcation：

\boxed{ \dot\lambda = \varepsilon G(q,u) }

意味著 carrier 不只在某固定 landscape 上移動，而是：

\boxed{ \text{state evolves on a landscape that itself moves}. }

因此完整 adaptive carrier 最小模型應寫成：

\boxed{ \dot z = F(z;\lambda), }

\boxed{ \dot\lambda = \varepsilon G(z,\lambda,u), }

並把：

\mathcal A_\alpha(\lambda), \quad \mathcal B_\alpha(\lambda), \quad m_{\mathrm{basin}}, \quad m_{\mathrm{bif}}

都視為 time-dependent quantities。

本文不提供任何誘發 seizure、推動 carrier 越過 bifurcation、尋找最低刺激閾值、操控 basin crossing 或優化 regime-transition 方法。所有 seizure、critical-transition 與 oscillator experiments 僅作為 physical dynamical-system examples。

關鍵詞： metastability、multistability、bifurcation、basin crossing、critical slowing down、resilience、attractor landscape、dynamical repertoire、phase slip、neural dynamics

0. 文獻定位

Metastability、multistability、bifurcation 與 critical transitions 是 dynamical-systems / statistical-physics 的成熟概念。

本文不重新發明：

attractor；
basin of attraction；
bifurcation；
Kramers escape；
critical slowing down；
metastability。

PCPRT 的工作是將它們重新組織成 plastic physical carrier 的 safety language。

2019 年 Roberts 等人在 human-connectome whole-brain model 中得到多種 metastable wave patterns，其 transition 對應 phase-flow reconfiguration；2024 年 Ocampo-Espindola 等則以 theory + electrochemical oscillator experiments 顯示 strong coupling 下 phase-locked solutions 間可出現不同 criticality 的 synchronization transitions，而且 phase-only reduction 可能漏掉 amplitude-mediated bifurcation structure。

因此：

\boxed{ \text{regime safety} }

已經可以被接到真實物理與神經 dynamics，

不再只是 GPC 的抽象比喻。

1. Dynamical Carrier

考慮：

\boxed{ \dot z = F ( z;\lambda ), }

其中：

$z\in\mathcal Z$ ：fast dynamical state；
$\lambda\in\Lambda$ ：parameter / coupling / plasticity state。

固定：

\lambda,

得到一個 autonomous dynamical system。

2. Invariant Set

集合：

\mathcal A \subseteq \mathcal Z

若：

\Phi_t(\mathcal A) = \mathcal A

對所有適用時間成立，稱為 invariant set。

attractor 還需要：

invariant；
attracting；
具有某個 attraction neighborhood / basin。

3. Basin of Attraction

對 attractor：

\mathcal A_\alpha,

定義：

\boxed{ \mathcal B_\alpha = \left\{ z: \operatorname{dist} ( \Phi_t(z), \mathcal A_\alpha ) \rightarrow 0 \right\}. }

basin boundary：

\boxed{ \partial\mathcal B_\alpha. }

4. Multistability

如果固定同一：

F(\cdot;\lambda)

同時存在多個 attractors：

\mathcal A_1, \ldots, \mathcal A_m,

且：

\mathcal B_i

非空，

則稱 multistability。

此時：

\boxed{ \text{same parameters} + \text{different initial conditions} \rightarrow \text{different asymptotic regimes}. }

5. Basin Crossing

如果：

z \in \mathcal B_1,

受到 perturbation：

z^+ = z+\delta z

後：

z^+ \in \mathcal B_2,

則發生 basin crossing。

重要的是：

\boxed{ \lambda \text{ 不需要改變}. }

vector field 本身可以完全相同。

6. Basin Margin

定義：

\boxed{ m_{\mathrm{basin}} ( z;\mathcal A_\alpha,\lambda ) = \operatorname{dist} \left( z, \partial \mathcal B_\alpha(\lambda) \right). }

這是當前 state 到 regime boundary 的最短 metric distance。

7. Basin-Margin Safety Theorem

定理 7.1

若：

z \in \operatorname{Int} \mathcal B_\alpha,

且 perturbation：

\delta z

滿足：

\boxed{ \|\delta z\| < m_{\mathrm{basin}} ( z;\mathcal A_\alpha,\lambda ), }

則：

z+\delta z \in \mathcal B_\alpha.

證明

由：

m_{\mathrm{basin}} = \operatorname{dist} ( z, \partial\mathcal B_\alpha )

定義，

開球：

B ( z, m_{\mathrm{basin}} )

不穿越：

\partial\mathcal B_\alpha.

因：

z

位於 basin interior，

該球內任意點仍與：

z

位於同一 basin connected component。

若：

\|\delta z\| < m_{\mathrm{basin}},

則：

z+\delta z

仍在 basin 內。

證畢。

8. Basin Margin 是 Resilience，而非 Activity

兩個 states 可以有近似相同 observable activity：

H(z_1) \approx H(z_2),

但：

m_{\mathrm{basin}}(z_1) \gg m_{\mathrm{basin}}(z_2).

因此：

\boxed{ \text{same output} \not\Rightarrow \text{same resilience}. }

9. Phase Slip

假設兩 coupled oscillators 處於同一 dynamical family。

relative phase：

\Delta\theta = \theta_2-\theta_1.

若 noise / perturbation 造成：

\Delta\theta

跨過 phase-locking branch 並發生：

2\pi

等價跳變，

稱 phase slip。

這通常是：

\boxed{ \text{phase-relation transition} }

而不是 vector-field bifurcation。

10. Phase Slip 不等於 Basin Crossing

phase slip 可以：

發生於 same attractor / noisy locked regime；
也可能伴隨 crossing of phase-potential barrier。

具體取決於模型。

因此：

\boxed{ \text{phase slip} \neq \text{general basin crossing} }

作為普遍同義詞。

11. Bifurcation

現在讓：

\lambda

改變。

若：

F(z;\lambda)

的 invariant sets / stability 在：

\lambda_c

發生 qualitative change，

稱：

\boxed{ \text{bifurcation}. }

12. Bifurcation 與 Basin Crossing 的差別

Basin crossing

F \text{ 固定},

state 跨 basin。

Bifurcation

F(\cdot;\lambda)

因：

\lambda

改變，

basin / attractor structure 本身改變。

因此：

\boxed{ \text{state crosses landscape} \neq \text{landscape itself changes}. }

13. Strong-Coupling Synchronization Transition

PCPRT Paper 02 已指出：

strong coupling 可以改變 amplitude dynamics。

2024 electrochemical-oscillator experiments 更顯示：

synchrony；
rotating-wave / splay states；

之間的 transition 可以具有不同 criticality。

而 phase-only description 在 strong coupling 下可能無法正確描述 full-system bifurcation。

因此：

\boxed{ \text{synchronization transition} }

本身可以是 bifurcation problem，

不只是：

\Delta\theta \rightarrow0.

14. Parameter Regime

令：

\mathcal D_\alpha \subseteq \Lambda

為 attractor family：

\mathcal A_\alpha(\lambda)

保持某一 qualitative regime 的 parameter domain。

其 boundary：

\partial\mathcal D_\alpha

包含可能的 bifurcation set。

15. Bifurcation Margin

定義：

\boxed{ m_{\mathrm{bif}} ( \lambda;\mathcal D_\alpha ) = \operatorname{dist} \left( \lambda, \partial \mathcal D_\alpha \right). }

這是 parameter space 中到 qualitative transition boundary 的 distance。

16. Current Basin Margin 與 Bifurcation Margin 獨立

可以：

m_{\mathrm{basin}} \gg0,

但：

m_{\mathrm{bif}} \ll1.

意味：

state 現在很穩，但 parameter drift 快碰到 bifurcation。

反之也可以：

m_{\mathrm{bif}} \gg0,

但：

m_{\mathrm{basin}} \ll1.

意味：

vector field 結構穩定，但 current state 很靠近 basin boundary。

17. 兩種 Resilience

因此至少分：

\boxed{ R_{\mathrm{state}} \sim m_{\mathrm{basin}}, }

以及：

\boxed{ R_{\mathrm{param}} \sim m_{\mathrm{bif}}. }

前者是 state-space resilience。

後者是 parameter-space resilience。

18. Plasticity 會改變 Bifurcation Margin

PCPRT Paper 04：

\dot\lambda = \varepsilon G(z,\lambda,u).

因此：

\boxed{ \frac{d}{dt} m_{\mathrm{bif}} \neq 0 }

一般成立。

也就是：

carrier 的安全 margin 可以因 learning / adaptation 本身慢慢改變。

19. Moving Landscape

完整 adaptive carrier：

\boxed{ \dot z = F(z;\lambda), }

\boxed{ \dot\lambda = \varepsilon G(z,\lambda,u). }

因此 attractor：

\mathcal A_\alpha(\lambda_t)

與 basin：

\mathcal B_\alpha(\lambda_t)

都隨時間變。

本文稱：

\boxed{ \text{moving dynamical landscape}. }

20. Adiabatic Tracking

若：

\lambda

變得足夠慢，

而：

z

對當前 attractor relaxation 足夠快，

trajectory 可以近似追蹤：

\mathcal A_\alpha(\lambda(t)).

這是 fast–slow adaptive system 的 adiabatic regime。

21. Tracking Failure

若：

\lambda

變化速度與 relaxation time 可比，

trajectory 可能無法繼續貼住 moving attractor。

因此：

\boxed{ \text{slow parameter drift} }

相對誰慢很重要。

22. Relaxation Time

對 stable equilibrium：

z^\star(\lambda),

線性化：

\boxed{ \dot\xi = J(\lambda)\xi. }

令：

\alpha(\lambda) = \max_k \operatorname{Re} \lambda_k(J).

穩定要求：

\alpha<0.

23. Local Recovery Rate

定義：

\boxed{ r_{\mathrm{rec}} = |\alpha|. }

最慢 relaxation time scale：

\boxed{ \tau_{\mathrm{rel}} = \frac1{ |\alpha| } }

作為局部線性近似。

24. Critical Slowing Theorem

定理 24.1

若沿 parameter path：

\lambda \rightarrow \lambda_c

有 stable equilibrium：

z^\star(\lambda),

dominant linear eigenvalue：

\alpha(\lambda) = \max_k \operatorname{Re}\lambda_k <0

且：

\alpha(\lambda) \rightarrow 0^-,

則 local linear relaxation time：

\boxed{ \tau_{\mathrm{rel}} = \frac1{ |\alpha(\lambda)| } \rightarrow \infty. }

證明

由定義直接成立。

證畢。

25. Critical Slowing 的物理意義

越接近：

\alpha=0,

小 perturbation 的 dominant decay 越慢。

因此：

\boxed{ \text{same perturbation} \rightarrow \text{longer recovery}. }

這就是 resilience loss 的一個局部 dynamical signature。

26. Early Warning Proxy

在有 stochastic forcing：

d\xi = \alpha\xi dt + \sigma dW_t

的簡化 Ornstein–Uhlenbeck picture 中，

當：

\alpha\rightarrow0^-,

常可伴隨：

variance increase；
autocorrelation increase；
slower recovery。

但這些 proxy 的可靠性依賴：

bifurcation class；
sampling；
noise；
nonstationarity；
external forcing。

27. Critical Slowing 不是所有 Transition 的 Universal Indicator

例如：

abrupt forcing；
noise-induced jump；
crisis；
rate-induced tipping；
some oscillatory / non-normal transitions；

未必展示標準：

\alpha\rightarrow0

型 slowing。

因此：

\boxed{ \text{no CSD signal} \not\Rightarrow \text{no transition risk}. }

28. Daphnia Experiment

Drake–Griffen 2010 在 controlled deteriorating environments 的 Daphnia populations 中觀察到：

coefficient of variation；
skewness；
autocorrelation；
spatial correlation；

在 approaching extinction transition 前出現與 critical slowing 相容的變化。

本文只把它當作：

\boxed{ \text{controlled experimental validation in one bifurcation system}. }

29. Neural Critical Dynamics

2024 hippocampal study 將：

model；
optogenetic mouse experiments；
human intracranial EEG；

結合，

並以 excitability control 測得：

resilience；
perturbation response；
recovery rate；
critical transition。

其結果支持 hippocampal seizure onset 可在研究情境中表現出 fold-bifurcation-like critical dynamics。

30. Neural Example 的邊界

這不表示：

\boxed{ \text{all cognition} = \text{seizure bifurcation dynamics}. }

更不表示健康腦普遍「瀕臨病理臨界點」。

它只證明：

真實 neural carrier 的 regime resilience、critical point 與 recovery dynamics 可以被實驗量測。

31. Metastability

現在考慮另一種 dynamical behavior。

trajectory 長時間停留於某 pattern：

M_i,

再快速轉到：

M_j.

這些 patterns 不一定都是 asymptotically stable attractors。

32. Metastable Macrostate

定義 coarse macrostate：

\boxed{ M_i \subseteq \mathcal Z }

若 trajectory 在：

M_i

附近 dwell time：

\tau_i^{\mathrm{dwell}}

遠大於 transition duration：

\tau_{ij}^{\mathrm{trans}},

則可把：

M_i

視為 metastable macrostate。

33. Timescale Criterion

若：

\boxed{ \tau_i^{\mathrm{dwell}} \gg \tau_{ij}^{\mathrm{trans}}, }

則 coarse observer 會自然看到：

\boxed{ \text{state} \rightarrow \text{rapid transition} \rightarrow \text{state}. }

34. Metastability 不要求 Multistability

Roberts 等 2019 的 whole-brain model 中，

多個 wave patterns 在固定參數下依序被訪問，

而 transition 可以在無 noise / external input 下自發發生。

作者將此與 multistability 區分，

因後者通常需要 perturbation 把 system 從一個 attractor 踢到另一個 attractor。

因此：

\boxed{ \text{metastability} \neq \text{multistability}. }

35. Multistable Switching

對真正 multistable system：

\mathcal A_1, \mathcal A_2,

transition 可能由：

external perturbation；
noise；
parameter drift；

造成 basin crossing。

這類 transition 的 dwell time 可以由 escape statistics 描述。

36. Kramers Metastability

對受熱噪聲驅動的 particle：

\dot x = - U'(x) + \sqrt{2D} \,\eta(t),

如果存在 potential well 與 barrier：

\Delta U,

Kramers theory 在其適用 regime 中給出 escape rate 具有：

\boxed{ k_{\mathrm{esc}} \propto e^{-\Delta U/D} }

或 thermal notation 下：

\boxed{ k_{\mathrm{esc}} \propto e^{-\Delta U/k_BT}. }

prefactor 依 friction / curvature 等條件而定。

37. Barrier Height 是 Resilience，但只在相應模型中

如果 gradient-like stochastic model 合法，

\Delta U

可作 regime escape margin。

但 general driven-dissipative system：

\boxed{ \text{need not admit a single equilibrium potential }U. }

38. Nonequilibrium Landscape + Flow

對 nonequilibrium stationary stochastic systems，

除了 probability landscape，

還可能存在 nonzero probability current：

\mathbf J_{\mathrm{ss}} \neq 0.

因此 dynamics 由：

\boxed{ \text{landscape} + \text{flow} }

共同決定。

2024 driven-dissipative experiment 直接量測了 energy landscape 與 flow dynamics，

顯示這不是單純概念提醒。

39. Potential Metaphor 的限制

所以 PCPRT 不使用：

\boxed{ \text{brain = ball rolling in one universal potential landscape} }

作為普遍真理。

「landscape」只能在：

model 定義清楚；
state coordinates 合法；
noise / current structure已知；

時具體化。

40. Dynamical Repertoire

本文定義：

\boxed{ \mathfrak R = ( \mathfrak A, \mathfrak M,E,\Lambda ). }

其中：

$\mathfrak A$ ：attractor family；
$\mathfrak M$ ：metastable macrostate family；
$E$ ：allowed transition graph；
$\Lambda$ ：parameter regime。

41. Admissible Dynamical Repertoire

安全版本：

\boxed{ \mathfrak R_{\mathrm{adm}} = ( \mathfrak A_{\mathrm{adm}}, \mathfrak M_{\mathrm{adm}}, E_{\mathrm{adm}}, \Lambda_{\mathrm{adm}} ). }

這比：

\mathcal S \subseteq \mathcal Z

更適合描述「必須動」的 biological carrier。

42. State-Safe vs Regime-Safe

State-safe

z_t \in \mathcal S.

Regime-safe

\boxed{ \text{trajectory belongs to an allowed dynamical regime and transition structure}. }

因此：

\boxed{ \text{state-safe} \not\Rightarrow \text{regime-safe}. }

43. Transition Edge

定義 coarse regime label：

r_t \in \mathcal R_{\mathrm{label}}.

transition：

r_i \rightarrow r_j

若：

(r_i,r_j) \in E_{\mathrm{adm}}

則為允許 transition。

例如 biological cycle 本來就可能要求：

r_1 \rightarrow r_2 \rightarrow r_3.

禁止所有 transition 反而不合理。

44. Safe Dynamics 不是 Static Dynamics

對：

neural oscillation；
sleep–wake transition；
locomotor central pattern generator；
endocrine cycles；
adaptive networks；

正常 function 本來就是 trajectory / cycle。

因此：

\boxed{ \text{safe} \neq \text{stationary}. }

45. Repertoire Safety

本文定義一條 trajectory：

z(t)

為 repertoire-safe，若：

所屬 macrostate 均在： $\mathfrak A_{\mathrm{adm}} \cup \mathfrak M_{\mathrm{adm}};$
每次 coarse transition 屬於： $E_{\mathrm{adm}};$
carrier parameters： $\lambda(t) \in \Lambda_{\mathrm{adm}}.$

46. Repertoire-Safety Proposition

命題 46.1

若 coarse regime map：

R: \mathcal Z \times \Lambda \rightarrow \mathcal R_{\mathrm{label}}

使所有實際 trajectory：

(z(t),\lambda(t))

皆滿足：

R(z(t),\lambda(t)) \in R_{\mathrm{adm}},

且所有 consecutive regime transitions 皆位於：

E_{\mathrm{adm}},

則 trajectory 為 repertoire-safe。

這是一個定義型充分條件。

47. Repertoire Safety 仍需物理 Grounding

不能任意說：

R_{\mathrm{adm}}

是安全。

必須由：

physiology；
task function；
hardware tolerance；
survival / homeostasis；
formal specification；

建立。

因此：

\boxed{ \text{dynamical repertoire} }

是 safety representation，

不是 safety truth 本身。

48. Dynamical Reserve Vector

本文定義：

\boxed{ \mathbf m_{\mathrm{dyn}} = ( m_{\mathrm{basin}}, m_{\mathrm{bif}}, r_{\mathrm{rec}}, m_{\mathrm{esc}}, m_{\mathrm{cap}}, \ldots ). }

其中：

$m_{\mathrm{basin}}$ ：state-space basin margin；
$m_{\mathrm{bif}}$ ：parameter-space bifurcation margin；
$r_{\mathrm{rec}}$ ：local recovery rate；
$m_{\mathrm{esc}}$ ：stochastic escape barrier proxy；
$m_{\mathrm{cap}}$ ：capacity reserve。

49. Margin Vector 不宜壓成單一分數

兩 systems 可以：

basin margin 大；
bifurcation margin 小。

另一個反之。

因此：

\boxed{ \mathbf m_{\mathrm{dyn}} }

更適合 Pareto / multi-risk comparison。

50. Recovery Rate 是動態 Resilience Indicator

如果：

r_{\mathrm{rec}}

下降，

表示小 perturbation 回到 local regime 的速度下降。

它可以在：

m_{\mathrm{basin}}

尚未很小時就出現改變。

因此：

\boxed{ \text{distance margin} \neq \text{recovery-rate margin}. }

51. Safe Output Can Hide Resilience Loss

2024 hippocampal critical-dynamics experiment 的重要結構之一是：

系統 observable state 在逼近 critical point 時仍可看似 baseline-like，但 response to probing perturbation 逐步增加、recovery 變慢、resilience 下降。

因此：

\boxed{ \text{normal output} \not\Rightarrow \text{normal resilience}. }

52. Passive vs Active Observation

passive time-series statistics：

variance；
autocorrelation；
skewness；

可以提供 warning evidence。

但 active small perturbation response 直接估：

r_{\mathrm{rec}}

或 response gain，

在某些 systems 中可能更直接。

本文不提供任何 intervention protocol。

53. GPC Observability Interface

GPC-CS Paper 10：

H(x)

可能看不見：

m_{\mathrm{basin}}, m_{\mathrm{bif}}.

因此物理 carrier observability 應加入：

\boxed{ H_{\mathrm{dyn}} : (z,\lambda) \rightarrow \text{resilience observables}. }

54. Metastable Transition Graph

對 metastable macrostates：

M_1,\ldots,M_r,

可以估計 transition matrix：

\boxed{ P_{ij} = P ( M_{t+\Delta}=M_j \mid M_t=M_i ). }

這是 coarse stochastic dynamics。

55. Transition Matrix 不是 Microscopic Law

P_{ij}

只是 coarse-grained regime-transition statistic。

它可能來自：

deterministic chaos；
noise；
hidden variables；
parameter drift。

因此：

\boxed{ P_{ij} \neq \text{fundamental transition force}. }

56. Dwell-Time Distribution

每個 metastable state：

M_i

可有：

\boxed{ p_i(\tau_{\mathrm{dwell}}). }

如果 tail 很長，

表示 long-lived metastability。

如果接近 exponential，

可能與 memoryless escape approximation 相容，

但不是必然。

57. Metastability 可以有功能

2019 expectation-driven sensory-coding study 顯示，

gustatory cortex metastable dynamics 的 transition timing 可被 expectation 調節，並加快 stimulus coding。

因此 metastability 不只是「不穩定」。

它可以是：

\boxed{ \text{functional dynamical organization}. }

58. 因此安全不能消滅所有 Metastability

如果 biological computation 依賴 regime switching，

把 safety 定義成：

\text{never switch}

會直接殺死 function。

所以：

\boxed{ \text{safe metastability} }

是必要概念。

59. Multistable Memory

離散 attractor dynamics 也可以支援：

working memory；
decision state；
learned state。

因此：

\boxed{ \text{multiple attractors} \neq \text{pathology}. }

60. Attractor Count 不是 Safety 指標

有很多 attractors 不一定好或壞。

重要的是：

basin geometry；
transition accessibility；
functional assignment；
parameter robustness。

61. Basin Volume

對 stochastic / uncertain initial states，

basin volume：

\boxed{ V_\alpha = \mu ( \mathcal B_\alpha ) }

可以影響 attractor accessibility。

但 volume 依 measure：

\mu

選擇。

因此不是 absolute property。

62. Basin Boundary Geometry

fractal / riddled basin boundaries 可以讓：

m_{\mathrm{basin}}

對 state 極度敏感。

此時 small perturbation outcome 很難預測。

因此：

\boxed{ \text{same basin label} }

仍不代表相同 robustness。

63. Non-Normal Transient 與 Regime Safety

GPC-CS Paper 09 已指出：

\rho(J)<1

不保證 finite-time amplification 小。

因此即使 asymptotically 回到 attractor，

transient excursion 仍可能越出 physiological / hardware safety limits。

所以 regime-safe 還應檢查：

\boxed{ \text{transient corridor}. }

64. Safe Basin 不等於 Safe Trajectory

即使：

z_0,z_\infty \in \mathcal B_\alpha,

trajectory 中途仍可能進入不允許：

\mathcal U.

因此：

\boxed{ \text{basin membership} \neq \text{path safety}. }

這接回 GPC-CS Paper 06。

65. Basin-Safe Core

定義：

\boxed{ \mathcal B_\alpha^{\mathrm{safe}} = \left\{ z\in \mathcal B_\alpha: \Phi_t(z) \in \mathcal S \quad \forall t\ge0 \right\}. }

這比普通 basin 更嚴格。

66. Plasticity Can Move Basin Boundaries

如果：

\dot\lambda\neq0,

那：

\partial\mathcal B_\alpha(\lambda_t)

本身在移動。

因此固定-time：

m_{\mathrm{basin}}

只是 instantaneous margin。

67. Dynamic Basin Margin

定義：

\boxed{ m_{\mathrm{basin}}(t) = \operatorname{dist} \left( z_t, \partial \mathcal B_\alpha(\lambda_t) \right). }

這才是 plastic carrier 的真正 state-space reserve。

68. Dynamic Bifurcation Margin

同樣：

\boxed{ m_{\mathrm{bif}}(t) = \operatorname{dist} \left( \lambda_t, \partial \mathcal D_{\mathrm{adm}} \right). }

可以因 slow plasticity 持續下降。

69. Safe Adaptation vs Dangerous Drift

如果：

m_{\mathrm{bif}}

下降但：

m_{\mathrm{basin}}

上升，

代表 system 可能在短期更穩、長期更靠 parameter transition。

因此 adaptation 的安全評估天然是 multi-timescale。

70. Critical Slowing 與 Plasticity

當：

\lambda_t

慢慢靠近：

\lambda_c,

如果：

\alpha(\lambda_t) \rightarrow0^-,

則 recovery time 增長。

因此：

\boxed{ \text{plastic parameter drift} \rightarrow \text{resilience drift}. }

71. Metaplasticity Can Move Criticality

PCPRT Paper 04 有：

\dot\mu \neq0.

如果：

\mu

改變：

G

或：

F

的 effective parameters，

那麼 critical boundary 本身可以受更慢 history 調節。

所以：

\boxed{ \text{criticality can be history-dependent}. }

72. Carrier Regime State

本文因此建議 physical carrier full state 至少分：

\boxed{ Q = ( z, \lambda, \mu, r ), }

其中：

r

不是新的 microscopic variable，

而是 coarse regime label：

r = R(z,\lambda).

73. Regime Label 是 Derived Variable

r

應該由：

attractor identity；
metastable cluster；
phase pattern；
functional mode；

等 observables / model 定義。

因此：

\boxed{ r \neq \text{fundamental state variable}. }

74. Repertoire Transition

當：

r_i \rightarrow r_j,

需要問：

是 phase slip？
是 basin crossing？
是 bifurcation？
是 metastable deterministic switching？
是 noise escape？
是 topology / plasticity change？

同一表象 transition 可以有不同機制。

75. Mechanism Identifiability

只看到：

r_i \rightarrow r_j

不能唯一知道 underlying cause。

因此：

\boxed{ \text{transition label} \neq \text{transition mechanism}. }

這是 Paper 10 observability 的 regime 版本。

76. Safety 需要 Mechanism-Sensitive Model

因為不同機制需要不同 margin：

basin crossing： $m_{\mathrm{basin}}$ ；
bifurcation： $m_{\mathrm{bif}}$ ；
critical slowing： $r_{\mathrm{rec}}$ ；
noise escape： $\Delta U$ / quasipotential；
non-normal transient： $A_H$ ；
topology shift：network margin。

77. 單一「壓力值」不足

因此 biological carrier stress 不應只用：

s \in \mathbb R

一個值。

更自然：

\boxed{ \mathbf m_{\mathrm{dyn}} }

是多維 resilience state。

78. PCPRT Dynamical Safety Definition

本文提出：

一個 physical carrier 在時間區間 $[0,T]$ 內 dynamical-safe，若其 trajectory、parameter path 與 coarse regime sequence 均位於事先由具體 system 定義的 admissible dynamical repertoire，且所有必要 safety margins 未跨越指定最低界。

形式化：

\boxed{ Q(t) \in \mathfrak R_{\mathrm{adm}} \quad \forall t\in[0,T]. }

79. 這不是 Universal Biology Definition

不同 carrier：

neuron；
whole brain；
cell；
molecular motor；
computer oscillator；
AI hardware network；

有完全不同：

\mathfrak R_{\mathrm{adm}}.

所以 PCPRT 只提供 framework。

80. 可證偽性

80.1 State-safe set 已足夠

若實際 carrier 的 function / risk 完全由 instantaneous state 決定，

且 attractor / transition structure 不增加預測力，

repertoire safety 可簡化回普通：

\mathcal S.

80.2 Basin margin 無預測力

若：

m_{\mathrm{basin}}

與 perturbation outcome 無關，

則其 resilience interpretation 失效。

80.3 Bifurcation margin 無法識別

若 parameter-space critical set 不可穩定定義，

m_{\mathrm{bif}}

只能保留為特定 model quantity。

80.4 Critical slowing absent

若 transition 不經 eigenvalue approach：

\alpha\rightarrow0,

CSD theorem 不適用。

80.5 Metastable coarse states 無時間尺度分離

若：

\tau_{\mathrm{dwell}} \sim \tau_{\mathrm{trans}},

metastable macrostate description 沒有良好 coarse-graining。

81. 本文的十個主命題

命題 A：Phase slip、basin crossing、bifurcation、metastable switching 必須分開

它們改變的是不同 dynamical object。

命題 B：Basin margin 提供固定 vector field 下的 state-space resilience

\boxed{ m_{\mathrm{basin}} = \operatorname{dist} ( z,\partial\mathcal B ). }

命題 C：Bifurcation margin 提供 parameter-space resilience

\boxed{ m_{\mathrm{bif}} = \operatorname{dist} ( \lambda,\partial\mathcal D ). }

命題 D：Approaching a zero-real-part eigenvalue produces local critical slowing

由定理 24.1。

命題 E：Critical slowing 不是所有 critical transition 的 universal warning sign

其 observational proxy 是 model-dependent。

命題 F：Metastability 不等於 multistability

長壽 transient / sequential dynamics 可在沒有多個 stable attractors 時存在。

命題 G：安全應由 admissible dynamical repertoire 描述

\boxed{ \mathfrak R_{\mathrm{adm}} }

包含允許 regimes 與 transitions。

命題 H：正常輸出不代表 resilience margin 仍高

需要 dynamical observation。

命題 I：Plasticity 使 attractor landscape 與 safety margins 成為時間依賴量

\boxed{ \mathcal A(\lambda_t), \mathcal B(\lambda_t), m_{\mathrm{bif}}(t). }

命題 J：生物安全不是「不變」，而是「允許範圍內的穩定變化」

這是 PCPRT 從 static safety 轉向 dynamical-regime safety 的核心。

82. 下一篇

PCPRT Paper 06 將進入：

\boxed{ \text{神經相位與認知路由：Phase-Dependent Gating、Communication 與 Plasticity}. }

下一篇將重新搜尋一手文獻，並特別維持以下限制：

neural phase 不等於 semantic meaning；
phase-dependent communication 不等於 direct mind transfer；
phase locking 不等於 cognition identity；
要分清 excitability gating、communication-through-coherence、sequence coding、phase-dependent plasticity；
要接實驗資料而不是只靠振盪模型。

83. 結論

如果 carrier 是 biological / neural / adaptive physical system，

安全幾乎不可能被簡化成：

z = z^\star.

因為正常功能本身需要：

oscillation；
switching；
learning；
metastability；
homeostasis；
regime transition。

所以本文把安全重新放到：

\boxed{ \mathfrak R_{\mathrm{adm}}. }

首先，

m_{\mathrm{basin}}

告訴我們當前 state 離 basin boundary 多遠。

其次，

m_{\mathrm{bif}}

告訴我們 carrier parameters 離 qualitative dynamical transition 多遠。

第三，

r_{\mathrm{rec}} = |\alpha|

告訴我們 local perturbation 回復速度。

在 gradient-like stochastic metastability 中，

barrier height：

\Delta U

又提供另一種 escape resilience。

這些量彼此不同。

因此真正 dynamical safety 更像：

\boxed{ \mathbf m_{\mathrm{dyn}} = ( m_{\mathrm{basin}}, m_{\mathrm{bif}}, r_{\mathrm{rec}}, m_{\mathrm{esc}}, \ldots ). }

而不是一個：

\text{safe/unsafe}

單一瞬時 label。

最重要的是：

\boxed{ \text{same current state} \not\Rightarrow \text{same dynamical future}. }

carrier 可能：

更靠 basin boundary；
更靠 bifurcation；
recovery 更慢；
noise escape 更容易；

即使 observable output 暫時完全正常。

所以 PCPRT 對「安全」的物理版本現在可以正式寫成：

\boxed{ \text{Safety} = \text{remaining within an admissible dynamical repertoire with sufficient resilience margins}. }

這也讓下一步從物理自然進入認知科學：

如果 brain function 本來就利用 metastable regimes、phase relations 與 dynamical transitions，那麼 neural phase 在 information routing 中究竟扮演什麼角色？

這正是 Paper 06 的問題。

參考文獻

Kramers, H. A. (1940). Brownian motion in a field of force and the diffusion model of chemical reactions. Physica, 7(4), 284–304. DOI: 10.1016/S0031-8914(40)90098-2.
Drake, J. M., & Griffen, B. D. (2010). Early warning signals of extinction in deteriorating environments. Nature, 467, 456–459. DOI: 10.1038/nature09389.
Roberts, J. A., Gollo, L. L., Abeysuriya, R. G., Roberts, G., Mitchell, P. B., Woolrich, M. W., & Breakspear, M. (2019). Metastable brain waves. Nature Communications, 10, 1056. DOI: 10.1038/s41467-019-08999-0.
Mazzucato, L., La Camera, G., & Fontanini, A. (2019). Expectation-induced modulation of metastable activity underlies faster coding of sensory stimuli. Nature Neuroscience, 22, 787–796. DOI: 10.1038/s41593-019-0364-9.
Maturana, M. I., et al. (2020). Critical slowing down as a biomarker for seizure susceptibility. Nature Communications, 11, 2172. DOI: 10.1038/s41467-020-15908-3.
Ocampo-Espindola, J. L., Kiss, I. Z., Bick, C., & Wedgwood, K. C. A. (2024). Strong coupling yields abrupt synchronization transitions in coupled oscillators. Physical Review Research, 6, 033328. DOI: 10.1103/PhysRevResearch.6.033328.
Dumont, V., Bestler, M., Catalini, L., Margiani, G., Zilberberg, O., & Eichler, A. (2024). Energy landscape and flow dynamics measurements of driven-dissipative systems. Physical Review Research, 6, 043012. DOI: 10.1103/PhysRevResearch.6.043012.
Lepeu, G., van Maren, E., Slabeva, K., Friedrichs-Maeder, C., Fuchs, M., Z’Graggen, W. J., Pollo, C., Schindler, K. A., Adamantidis, A., Proix, T., et al. (2024). The critical dynamics of hippocampal seizures. Nature Communications, 15, 6945. DOI: 10.1038/s41467-024-50504-9.
[Primary network metastability study] (2025). Metastability in networks of stochastic integrate-and-fire neurons. Physical Review E, 111, 064402.
[Network critical-transition prediction study] (2024). Early Predictor for the Onset of Critical Transitions in Networked Dynamical Systems. Physical Review X, 14, 031009.

系列狀態

Series: Phase-Carrier Physical Realization Theory
Paper: 05
Version: v1.0
Canonical source encoding: UTF-8
Canonical mathematics delimiters: $...$ and $$...$$ only
Operational regime-transition induction details: Excluded
Depends on: PCPRT Papers 01–04; GPC-CS Papers 01, 04, 05, 06, 09, 10
Next: Paper 06 — 神經相位與認知路由：Phase-Dependent Gating、Communication 與 Plasticity