論文の概要: Genome as a functional program
- arxiv url: http://arxiv.org/abs/2006.09980v1
- Date: Fri, 5 Jun 2020 07:58:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 03:15:52.652550
- Title: Genome as a functional program
- Title(参考訳): 機能プログラムとしてのゲノム
- Authors: S.V. Kozyrev
- Abstract要約: ある種の関数型プログラムのための学習モデルを導入する。
我々はダーウィン進化へのアプローチを関数型プログラミングの学習問題と考える。
- 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: We discuss a model of genome as a program with functional architecture and
consider the approach to Darwinian evolution as a learning problem for
functional programming. In particular we introduce a model of learning for some
class of functional programs. This approach is related to information geometry
-- the learning model uses some kind of distance in the information space (the
reduction graph of the model), we consider statistical sum over paths in the
reduction graph and discuss relation of this sum to temperature learning.
- Abstract(参考訳): 機能的アーキテクチャを持つプログラムとしてのゲノムのモデルについて検討し,ダーウィン進化へのアプローチを関数型プログラミングの学習問題として捉える。
特に,ある種の関数型プログラムの学習モデルを提案する。
このアプローチは情報幾何に関連している -- 学習モデルは情報空間(モデルの還元グラフ)で何らかの距離を使い、還元グラフの経路上の統計和を検討し、この和と温度学習との関係について議論する。
関連論文リスト
- The Function-Representation Model of Computation [2.5069344340760713]
本稿では,メモリとプログラムを融合した新しい計算モデル,Function-Representationを提案する。
この計算モデルは、一般的な関数表現を定義し、その複数のインスタンスをインスタンス化する。
また、Function-Representationが実装できる関数の種類についても検討し、Function-Representationの複数のインスタンスを整理するさまざまな方法を提示します。
論文 参考訳(メタデータ) (2024-10-10T13:54:35Z) - Statistical investigations into the geometry and homology of random programs [0.2302001830524133]
本稿では,チャットGPTから生成したランダムなPythonプログラム間の関係を幾何学的・トポロジ的に記述する方法について述べる。
本稿では,ChatGPT-4とTinyLlamaを画像処理に関する簡単な問題で比較する。
将来、我々のアプローチはプログラミング言語の構造に新たな洞察を与えるかもしれないと推測する。
論文 参考訳(メタデータ) (2024-07-05T20:25:02Z) - Directed Cyclic Graph for Causal Discovery from Multivariate Functional
Data [15.26007975367927]
因果構造学習のための機能線形構造方程式モデルを提案する。
解釈可能性を高めるために,本モデルは低次元因果埋め込み空間を含む。
提案モデルが標準仮定の下で因果的同定可能であることを示す。
論文 参考訳(メタデータ) (2023-10-31T15:19:24Z) - Deep Graph Reprogramming [112.34663053130073]
グラフニューラルネットワーク(GNN)に適したタスク再利用モデル「ディープグラフ再プログラミング」
本稿では,モデル再プログラミングパラダイムと並行して,革新的なデータ再プログラミングパラダイムを提案する。
論文 参考訳(メタデータ) (2023-04-28T02:04:29Z) - Latent Multimodal Functional Graphical Model Estimation [26.457941699285165]
本稿では,データ生成過程をモデル化し,観測空間から潜伏空間へマッピングする演算子を同定する新しいフレームワークを提案する。
次に、変換演算子と潜在グラフを同時に推定する推定器を開発する。
本研究は,脳の機能的接続を示すマルチモーダル脳画像データの解析に応用した。
論文 参考訳(メタデータ) (2022-10-31T11:43:05Z) - Advancing Reacting Flow Simulations with Data-Driven Models [50.9598607067535]
マルチ物理問題における機械学習ツールの効果的な利用の鍵は、それらを物理モデルとコンピュータモデルに結合することである。
本章では, 燃焼システムにおけるデータ駆動型低次モデリングの適用可能性について概説する。
論文 参考訳(メタデータ) (2022-09-05T16:48:34Z) - Self-Supervised Graph Representation Learning for Neuronal Morphologies [75.38832711445421]
ラベルのないデータセットから3次元神経形態の低次元表現を学習するためのデータ駆動型アプローチであるGraphDINOを提案する。
2つの異なる種と複数の脳領域において、この方法では、専門家による手動の特徴に基づく分類と同程度に形態学的細胞型クラスタリングが得られることを示す。
提案手法は,大規模データセットにおける新しい形態的特徴や細胞型の発見を可能にする可能性がある。
論文 参考訳(メタデータ) (2021-12-23T12:17:47Z) - Towards Open-World Feature Extrapolation: An Inductive Graph Learning
Approach [80.8446673089281]
グラフ表現と学習を伴う新しい学習パラダイムを提案する。
本フレームワークは,1) 下位モデルとしてのバックボーンネットワーク(フィードフォワードニューラルネットなど)が,予測ラベルの入力および出力として機能を取り,2) 上位モデルとしてのグラフニューラルネットワークが,観測データから構築された特徴データグラフをメッセージパッシングすることで,新機能の埋め込みを外挿することを学ぶ。
論文 参考訳(メタデータ) (2021-10-09T09:02:45Z) - Kernel-Based Models for Influence Maximization on Graphs based on
Gaussian Process Variance Minimization [9.357483974291899]
グラフ上の新しい影響モデル(IM)の導入と検討を行う。
データ駆動アプローチは、このIMモデルの適切なカーネルを決定するために適用することができる。
この分野でコストのかかるモンテカルロシミュレーションに依存するモデルと比較して、我々のモデルはシンプルでコスト効率のよい更新戦略を可能にする。
論文 参考訳(メタデータ) (2021-03-02T08:55:34Z) - Sufficiently Accurate Model Learning for Planning [119.80502738709937]
本稿では,制約付きSufficiently Accurateモデル学習手法を提案する。
これはそのような問題の例を示し、いくつかの近似解がいかに近いかという定理を提示する。
近似解の質は、関数のパラメータ化、損失と制約関数の滑らかさ、モデル学習におけるサンプルの数に依存する。
論文 参考訳(メタデータ) (2021-02-11T16:27:31Z) - The data-driven physical-based equations discovery using evolutionary
approach [77.34726150561087]
与えられた観測データから数学的方程式を発見するアルゴリズムについて述べる。
このアルゴリズムは遺伝的プログラミングとスパース回帰を組み合わせたものである。
解析方程式の発見や偏微分方程式(PDE)の発見にも用いられる。
論文 参考訳(メタデータ) (2020-04-03T17:21:57Z)
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。