Fluera
बीटा

Reflow Physics

एक अवधारणा को खींचें। कैनवास को महत्वपूर्ण के चारों ओर पुनर्गठित होते देखें।

Reflow आपकी समझ के विकसित होने के दौरान स्थानिक एन्कोडिंग को जीवित रखता है। एक नोड को स्थानांतरित करें और पड़ोसी ग्रेडिएंट का अनुसरण करते हैं — हस्तलेखन वहीं रहता है जहां हाथ ने इसे खींचा, संरचना सांस लेती है।

[ डेमो लूप · Reflow Physics ]

यह क्या हल करता है

सेमेस्टर के पहले सप्ताह में बनाया गया कैनवास वह कैनवास नहीं है जो आप दसवें सप्ताह में चाहते हैं। जिन विषयों को आपने अलग सोचा था वे जुड़े हुए निकलते हैं। दूर के क्लस्टर एक अध्याय में सिकुड़ जाते हैं।

Reflow के बिना, केवल दो विकल्प हैं: कैनवास को जमे और प्रगतिशील रूप से गलत छोड़ दें, या इसे हाथ से फिर से खींचें — घंटों बर्बाद करते हुए। Reflow Physics तीसरा विकल्प है। कैनवास खुद को पुनर्गठित करता है, जबकि हर स्ट्रोक आपके द्वारा खींची गई जगह पर बना रहता है।

यह कैसे काम करता है

किसी भी नोड को खींचें — एक अवधारणा, एक क्लस्टर, हस्तलेखन का एक पैराग्राफ। जैसे ही आपकी उंगली या पेन चलती है, पड़ोसी तत्व एक नरम भौतिक प्रणाली की तरह प्रतिक्रिया करते हैं: करीबी नोड आनुपातिक रूप से अनुसरण करते हैं, दूर वाले मुश्किल से बदलते हैं, और घोस्ट विस्थापन प्रतिबद्धता से पहले प्रस्तावित अंतिम लेआउट दिखाते हैं।

रिलीज़ करें। Reflow एकल तरल एनिमेशन में स्थिर हो जाता है। पर्दे के पीछे, हर स्ट्रोक अपनी मूल ID, मूल टाइमस्टैम्प, Time Travel से अपना मूल ऑडियो लिंक बरकरार रखता है। स्थानिक संकेत अपडेट होते हैं; पहचान नहीं।

Reflow हाथ से खींचे गए तीरों और Cross-Zone Bridges का सम्मान करता है: वे खिंचते हैं, झुकते हैं, सांस लेते हैं — लेकिन कभी टूटते नहीं।

तीन मोड:

  • स्थानीय Reflow — एकल नोड खींचें; केवल इसका तत्काल क्लस्टर पुनर्गठित होता है।
  • क्लस्टर Reflow — क्लस्टर पर लंबे दबाएं; पूरा क्षेत्र इकाई के रूप में खींचने योग्य हो जाता है।
  • Atlas Reflow — महाद्वीप ज़ूम पर, Atlas दृश्य में पूरे कैनवास को खींचें।

पीछे का विज्ञान

हिप्पोकैम्पस आपके लिखे हुए से अधिक एन्कोड करता है: यह एन्कोड करता है कहां आपने इसे लिखा। O’Keefe और Moser का place cell कार्य (Nobel 2014) ने दिखाया कि वही न्यूरॉन समूह जो आपके अपार्टमेंट को मैप करता है वह आपकी अवधारणाओं को भी मैप करता है — बशर्ते अवधारणाओं के पास स्थिर स्थानिक निर्देशांक हों।

Mueller और Oppenheimer (2014) और van der Meer (2020) ने स्थापित किया कि हस्तलेखन स्वयं संवेदी-मोटर निशानों के माध्यम से स्मृति को एन्कोड करता है। Reflow इन निशानों की रक्षा करता है: स्ट्रोक्स कभी भी फिर से रेंडर नहीं होते।

अंत में, उत्पादन प्रभाव (Slamecka & Graf, 1978) दोनों दिशाओं में काटता है। एक अवधारणा कहां संबंधित है यह तय करने का कार्य — और समझ गहरी होने पर उस निर्णय को संशोधित करना — स्वयं एक उत्पादक चाल है जो एन्कोडिंग को मजबूत करती है।

आगे क्या आ रहा है

  • प्रति-क्षेत्र गुरुत्वाकर्षण — विभिन्न विषयों के लिए विभिन्न reflow शक्तियां।
  • Reflow टाइमलाइन — कैनवास के लेआउट इतिहास को स्क्रॉल करें।
  • ऑटो-Reflow सुझाव — Atlas समेकन का सुझाव देता है जब यह कई सत्रों में क्लस्टर्स को एक-दूसरे की ओर बहते हुए देखता है।
  • Reflow-जागरूक निर्यात — PDF और SVG जो नवीनतम लेआउट को संरक्षित करते हैं।

पीछे के दिमाग

साक्ष्य के पीछे के दिमाग।

बीटा में आज़माएं।

विशेषताएं पहले iOS और macOS पर आती हैं, फिर Android और डेस्कटॉप पर। निजी बीटा में शामिल हों ताकि आपके डिवाइस की रिलीज़ आते ही एक्सेस मिले।