論文の概要: Grounding Occam's Razor in a Formal Theory of Simplicity

• arxiv url: http://arxiv.org/abs/2004.05269v2
• Date: Thu, 3 Sep 2020 01:34:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-14 12:51:26.736857
• Title: Grounding Occam's Razor in a Formal Theory of Simplicity
• Title（参考訳）: Occam's Razor の単純性に関する形式的理論
• Authors: Ben Goertzel
• Abstract要約: 共同計算モデル(combinational)の文脈において、単純さの形式理論が導入された。 認知システムの概念である「コヒーレント・デュアル・ネットワーク」階層とヘテロクラシーの形式化について述べる。
• 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: A formal theory of simplicity is introduced, in the context of a "combinational" computation model that views computation as comprising the iterated transformational and compositional activity of a population of agents upon each other. Conventional measures of simplicity in terms of algorithmic information etc. are shown to be special cases of a broader understanding of the core "symmetry" properties constituting what is defined here as a Compositional Simplicity Measure (CoSM). This theory of CoSMs is extended to a theory of CoSMOS (Combinational Simplicity Measure Operating Sets) which involve multiple simplicity measures utilized together. Given a vector of simplicity measures, an entity is associated not with an individual simplicity value but with a "simplicity bundles" of Pareto-optimal simplicity-value vectors. CoSMs and CoSMOS are then used as a foundation for a theory of pattern and multipattern, and a theory of hierarchy and heterarchy in systems of patterns. A formalization of the cognitive-systems notion of a "coherent dual network" interweaving hierarchy and heterarchy in a consistent way is presented. The high level end result of this investigation is to re-envision Occam's Razor as something like: When in doubt, prefer hypotheses whose simplicity bundles are Pareto optimal, partly because doing so both permits and benefits from the construction of coherent dual networks comprising coordinated and consistent multipattern hierarchies and heterarchies.
• Abstract（参考訳）: 単純さの形式的理論は、計算を相互にエージェントの集団の反復的変換および構成的活動を構成すると見なす「国民的」計算モデルの文脈において導入される。 アルゴリズム情報等の観点からの従来の簡易性尺度は、合成単純度尺度(CoSM)として定義されている「対称性」特性のより広範な理解の特別な事例であることが示されている。 CoSMs のこの理論は、複数の単純度を同時に利用する CoSMOS (Combinational Simplicity Measure Operating Sets) の理論にまで拡張されている。 単純度測定のベクトルが与えられたとき、エンティティは個々の単純度値ではなく、パレート最適単純度値ベクトルの「単純度バンドル」と関連付けられる。 その後、CoSMとCoSMOSはパターンとマルチパターンの理論の基礎として、そしてパターンのシステムにおける階層とヘテロ構造の理論として使用される。 コヒーレントなデュアルネットワーク"という認知システム概念の形式化について,一貫性のある階層構造とヘテロ階層性について述べる。 疑わしいときは、単純束がパレート最適である仮説を優先するが、その理由の一部は、協調的かつ一貫した多パターン階層とヘテロ構造からなるコヒーレントな双対ネットワークの構築によって、両方の利点と利点が得られているからである。

関連論文リスト

• Provable Benefits of Complex Parameterizations for Structured State Space Models [51.90574950170374]
  構造化状態空間モデル (Structured State Space Model, SSM) は、指定された構造に固執する線形力学系である。 パラメータ化が現実の典型的なニューラルネットワークモジュールとは対照的に、SSMは複雑なパラメータ化を使用することが多い。 本稿では,実対角 SSM と複素対角 SSM の形式的ギャップを確立することにより,SSM の複雑なパラメータ化の利点を説明する。
  論文  参考訳（メタデータ） (2024-10-17T22:35:50Z)
• Discovering Abstract Symbolic Relations by Learning Unitary Group Representations [7.303827428956944]
  記号演算完了(SOC)の原理的アプローチについて検討する。 SOCは離散記号間の抽象的関係をモデル化する際、ユニークな挑戦となる。 SOCは最小限のモデル(双線型写像)で、新しい分解アーキテクチャで効率的に解けることを実証する。
  論文  参考訳（メタデータ） (2024-02-26T20:18:43Z)
• Complexity in Tame Quantum Theories [0.0]
  関数や集合を指定するのに必要な論理情報の量を定量化するフレームワークを導入する。 パラメータ依存の物理観測値とカップリング関数が有効ラグランジアンに現れる複雑性を導出する。
  論文  参考訳（メタデータ） (2023-10-02T18:00:01Z)
• Understanding and Constructing Latent Modality Structures in Multi-modal Representation Learning [53.68371566336254]
  優れたパフォーマンスの鍵は、完全なモダリティアライメントではなく、有意義な潜在モダリティ構造にある、と我々は主張する。 具体的には,1)モダリティ内正規化のための深い特徴分離損失,2)モダリティ間正規化のためのブラウン橋損失,3)モダリティ内正規化およびモダリティ間正規化のための幾何学的整合損失を設計する。
  論文  参考訳（メタデータ） (2023-03-10T14:38:49Z)
• Synergies between Disentanglement and Sparsity: Generalization and Identifiability in Multi-Task Learning [79.83792914684985]
  我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。 この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-26T21:02:09Z)
• On the Complexity of Counterfactual Reasoning [9.614694312155795]
  本研究は, 完全特定SCM上での協調的・介入的推論に比較して, 対実的推論は困難ではないことを示す。 我々は、結果を2つ以上の世界を考える必要がある一般的な反事実的推論にまで拡張する。
  論文  参考訳（メタデータ） (2022-11-24T07:28:17Z)
• On Neural Architecture Inductive Biases for Relational Tasks [76.18938462270503]
  合成ネットワーク一般化(CoRelNet)と呼ばれる類似度分布スコアに基づく簡単なアーキテクチャを導入する。 単純なアーキテクチャの選択は、分布外一般化において既存のモデルより優れていることが分かる。
  論文  参考訳（メタデータ） (2022-06-09T16:24:01Z)
• Dist2Cycle: A Simplicial Neural Network for Homology Localization [66.15805004725809]
  単純複体は多方向順序関係を明示的にエンコードするグラフの高次元一般化と見なすことができる。 単体錯体の$k$-homological特徴によってパラメータ化された関数のグラフ畳み込みモデルを提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:59:41Z)
• Contextuality in the Bundle Approach, n-Contextuality, and the Role of Holonomy [0.0]
  文脈性(Contextuality)は、たとえ局所的な合意があるとしても、モデル全体の一貫した記述を構築することができないと理解することができる。 バンドルアプローチでコンテキスト性を記述することができ、シナリオは単純複合体として表現される。 我々は,n-contextualityと呼ばれる階層を導入し,シナリオのトポロジに対するモデルの文脈的振る舞いの依存性を探索する。
  論文  参考訳（メタデータ） (2021-05-28T22:54:05Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• Consistency of Spectral Clustering on Hierarchical Stochastic Block Models [5.983753938303726]
  実世界のネットワークにおけるコミュニティの階層構造について,汎用ブロックモデルを用いて検討する。 本手法の強い一貫性を,幅広いモデルパラメータで証明する。 既存のほとんどの研究とは異なり、我々の理論は接続確率が桁違いに異なるかもしれないマルチスケールネットワークをカバーしている。
  論文  参考訳（メタデータ） (2020-04-30T01:08:59Z)

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。