論文の概要: Combinatory Chemistry: Towards a Simple Model of Emergent Evolution
- arxiv url: http://arxiv.org/abs/2003.07916v2
- Date: Fri, 19 Jun 2020 10:09:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 21:23:37.551652
- Title: Combinatory Chemistry: Towards a Simple Model of Emergent Evolution
- Title(参考訳): コンビネート化学:創発進化の単純なモデルに向けて
- Authors: Germ\'an Kruszewski, Tomas Mikolov
- Abstract要約: Combinatory Chemistryは、 Combinatory Logicという最小限の計算パラダイムに基づくアルゴリズム人工化学である。
実験の結果,外部介入を伴わないこの動的システムの単一実行は,広範囲の創発的パターンを発見できることがわかった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An explanatory model for the emergence of evolvable units must display
emerging structures that (1) preserve themselves in time (2) self-reproduce and
(3) tolerate a certain amount of variation when reproducing. To tackle this
challenge, here we introduce Combinatory Chemistry, an Algorithmic Artificial
Chemistry based on a minimalistic computational paradigm named Combinatory
Logic. The dynamics of this system comprise very few rules, it is initialised
with an elementary tabula rasa state, and features conservation laws
replicating natural resource constraints. Our experiments show that a single
run of this dynamical system with no external intervention discovers a wide
range of emergent patterns. All these structures rely on acquiring basic
constituents from the environment and decomposing them in a process that is
remarkably similar to biological metabolisms. These patterns include
autopoietic structures that maintain their organisation, recursive ones that
grow in linear chains or binary-branching trees, and most notably, patterns
able to reproduce themselves, duplicating their number at each generation.
- Abstract(参考訳): 進化可能な単位の出現のための説明モデルは、(1)時間(2)自己複製、(3)再生時に一定の量の変動を許容する、創発的な構造を示さなければならない。
本稿では,この課題に対処するため,最小限の計算パラダイムである Combinatory Logic に基づいたアルゴリズム人工化学である Combinatory Chemistry を紹介する。
このシステムのダイナミクスは非常に少ない規則で構成されており、初等タブラララザ状態で初期化され、天然資源の制約を再現する保存則が特徴的である。
実験の結果,外部介入を伴わないこの動的システムの単一実行は,幅広い創発的パターンを発見することがわかった。
これらの構造はすべて、環境から基本成分を取得し、生物学的代謝に非常によく似た方法で分解することに依存している。
これらのパターンには、組織を維持するオートポエティックな構造、線形鎖や二分枝木で成長する再帰的な構造、そして最も顕著なのは、それぞれの世代でその数を複製できるパターンが含まれる。
関連論文リスト
- Diffusion-Driven Generative Framework for Molecular Conformation
Prediction [0.66567375919026]
機械学習の急速な進歩は、この文脈における予測モデリングの精度に革命をもたらした。
本研究は,最先端な生成手法を提案する。
メソッドは原子を独立した実体とみなし、拡散の逆転を導くのに優れている。
論文 参考訳(メタデータ) (2023-12-22T11:49:39Z) - A Recursive Bateson-Inspired Model for the Generation of Semantic Formal
Concepts from Spatial Sensory Data [77.34726150561087]
本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。
このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。
このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
論文 参考訳(メタデータ) (2023-07-16T15:59:13Z) - Towards Predicting Equilibrium Distributions for Molecular Systems with
Deep Learning [60.02391969049972]
本稿では,分子系の平衡分布を予測するために,分散グラフマー(DiG)と呼ばれる新しいディープラーニングフレームワークを導入する。
DiGはディープニューラルネットワークを用いて分子系の記述子に条件付き平衡分布に単純な分布を変換する。
論文 参考訳(メタデータ) (2023-06-08T17:12:08Z) - Modeling Molecular Structures with Intrinsic Diffusion Models [2.487445341407889]
本論文は本質的拡散モデリングを提案する。
拡散生成モデルと生物学的複合体の柔軟性に関する科学的知識を組み合わせる。
計算化学と生物学に基づく2つの基本的な課題に対して,本手法の有効性を実証する。
論文 参考訳(メタデータ) (2023-02-23T03:26:48Z) - Dynamical Equations With Bottom-up Self-Organizing Properties Learn
Accurate Dynamical Hierarchies Without Any Loss Function [15.122944754472435]
本稿では,正負のフィードバックループを持つ非線形ダイナミクスの領域内でパターンが定義される学習システムを提案する。
実験により、このようなシステムは時間的から空間的相関をマッピングすることができ、階層構造をシーケンシャルデータから学習することができることが明らかになった。
論文 参考訳(メタデータ) (2023-02-04T10:00:14Z) - Retrieval-based Controllable Molecule Generation [63.44583084888342]
制御可能な分子生成のための検索に基づく新しいフレームワークを提案する。
我々は、与えられた設計基準を満たす分子の合成に向けて、事前学習された生成モデルを操るために、分子の小さなセットを使用します。
提案手法は生成モデルの選択に非依存であり,タスク固有の微調整は不要である。
論文 参考訳(メタデータ) (2022-08-23T17:01:16Z) - Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。
細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文 参考訳(メタデータ) (2022-05-03T11:34:22Z) - The role of attraction-repulsion dynamics in simulating the emergence of
inflectional class systems [0.0]
Ackerman & Malouf は、アトラクションのみのダイナミクスの作用により、屈折系が障害を減少させるモデルを提示している。
ここでは,(1)誘引のみのモデルでは,必然的にすべての変動を除去するため,真の屈折系を特徴付ける構造的多様性を進化させることができず,(2)アトラクションと反発の両方を持つモデルにより,屈折クラスなどの形態的構造を顕著に再現するシステムの出現が可能となる。
論文 参考訳(メタデータ) (2021-11-16T13:39:26Z) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳(メタデータ) (2021-07-06T17:59:49Z) - Emergence of Self-Reproducing Metabolisms as Recursive Algorithms in an
Artificial Chemistry [0.0]
自己再生代謝の出現に必要な重要な性質は、チューリング完全反応の自己触媒的サブセットの存在である。
タトゥーラ・ラサ状態から始まるこの化学反応は、外部介入なしで、幅広い創発的な構造を発見している。
論文 参考訳(メタデータ) (2021-03-15T09:55:43Z) - Learning Neural Generative Dynamics for Molecular Conformation
Generation [89.03173504444415]
分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。
分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
論文 参考訳(メタデータ) (2021-02-20T03:17:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。