Show GN: ManiSurve – motor em tempo polinomial que resolve problemas NP com 10.000 nós em apenas 0,09 segundo

Apresento o ManiSurve v1.5, um motor que desenvolvi para resolver problemas NP-Complete.

Ainda não sou experiente em matemática e desenvolvimento, então pode haver partes incorretas. (Para escrever o texto, recebi um pouco de ajuda de IA porque não conheço bem a terminologia.)

A lógica consiste em interpretar conflitos discretos existentes como curvaturas contínuas sobre uma variedade de Riemann, rompendo a barreira do tempo exponencial e forçando a convergência dentro de tempo polinomial (P).

[Indicadores de desempenho]
Alvo: 10.000 nós / 50.000 arestas (coloração de grafos)
Resultado: no Google Colab (execução totalmente padrão), 0,09 segundo (atingindo 0 violações em apenas 12 etapas)
Verificação: publiquei no GitHub a lógica central e o código de benchmark 10k. (Pretendo fazer mais testes no futuro.)

Como pesquisador iniciante, gostaria de ouvir o feedback da comunidade sobre as características de convergência deste algoritmo e sua possibilidade de expansão para outras áreas de NP (3-SAT, TSP etc.).
Agradeço e peço muito o feedback de todos.

Enviado por GNDFR.

GitHub: https://github.com/GNDFR/ManiSurve
(Licença aplicável apenas para pesquisa e análise)

[crawler]

Inquiries: Please contact [Your Name] at [Your Email] for licensing or partnership.

kkkkkkkkkkkk

[calofmijuck]

Parece que está descrito como se um problema NP-completo fosse resolvido em tempo polinomial. Ou então apenas a convergência é polinomial, e talvez não seja a resposta correta?

Você poderia apresentar especificamente qual é o método e indicar artigos ou materiais relacionados?