論文の概要: Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems

• arxiv url: http://arxiv.org/abs/2007.01195v3
• Date: Thu, 2 Sep 2021 18:13:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 12:59:40.993718
• Title: Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems
• Title（参考訳）: モルフォジェネティックシステムにおける探索探索のための階層的組織付き潜伏モジュール
• Authors: Mayalen Etcheverry, Clement Moulin-Frier, Pierre-Yves Oudeyer
• Abstract要約: 多様な表現の階層の教師なし学習を可能にする新しい動的・モジュラーアーキテクチャを導入する。 本システムは,ユーザの嗜好に対して効率よく多様性探索を適応できる発見アシスタントを構築できることを示す。
• 参考スコア（独自算出の注目度）: 21.23182328329019
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Self-organization of complex morphological patterns from local interactions is a fascinating phenomenon in many natural and artificial systems. In the artificial world, typical examples of such morphogenetic systems are cellular automata. Yet, their mechanisms are often very hard to grasp and so far scientific discoveries of novel patterns have primarily been relying on manual tuning and ad hoc exploratory search. The problem of automated diversity-driven discovery in these systems was recently introduced [26, 62], highlighting that two key ingredients are autonomous exploration and unsupervised representation learning to describe "relevant" degrees of variations in the patterns. In this paper, we motivate the need for what we call Meta-diversity search, arguing that there is not a unique ground truth interesting diversity as it strongly depends on the final observer and its motives. Using a continuous game-of-life system for experiments, we provide empirical evidences that relying on monolithic architectures for the behavioral embedding design tends to bias the final discoveries (both for hand-defined and unsupervisedly-learned features) which are unlikely to be aligned with the interest of a final end-user. To address these issues, we introduce a novel dynamic and modular architecture that enables unsupervised learning of a hierarchy of diverse representations. Combined with intrinsically motivated goal exploration algorithms, we show that this system forms a discovery assistant that can efficiently adapt its diversity search towards preferences of a user using only a very small amount of user feedback.
• Abstract（参考訳）: 局所的相互作用による複雑な形態的パターンの自己組織化は、多くの自然系や人工系において興味深い現象である。 人工世界では、このような形態形成システムの典型的な例は細胞オートマトンである。 しかし、そのメカニズムを理解するのは非常に難しく、これまでのところ、新しいパターンの科学的発見は主に手動のチューニングと探索的な探索に依存している。 これらのシステムにおける自動多様性駆動探索の問題は [26, 62] 導入され、パターンの「関連する」変化度を記述するために、自律探索と教師なし表現学習の2つの重要な要素が強調された。 本稿では,メタ多様性探索(Meta-diversity search)と呼ぶものの必要性を動機付け,最終観測者とその動機に強く依存するため,独特な基礎的真理の多様性が存在しないことを論じる。 実験の連続的なゲーム・オブ・ライフシステムを用いて、動作の埋め込み設計にモノリシックなアーキテクチャを頼りにしていると、最終発見(手作業で定義した機能と教師なしの機能の両方)に偏りがちであるという実証的な証拠を提供する。 これらの課題に対処するために,多様な表現の階層の教師なし学習を可能にする,動的でモジュラーなアーキテクチャを導入する。 本システムには本質的目標探索アルゴリズムが組み合わさって,ごく少量のユーザフィードバックのみを用いて,その多様性検索をユーザの嗜好に効率的に適用可能な発見アシスタントを形成する。

関連論文リスト

• Learning System Dynamics without Forgetting [60.08612207170659]
  未知の力学を持つ系の軌道予測は、物理学や生物学を含む様々な研究分野において重要である。 本稿では,モードスイッチンググラフODE (MS-GODE) の新たなフレームワークを提案する。 生体力学の異なる多様な系を特徴とする生体力学システムの新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-06-30T14:55:18Z)
• Toward Artificial Open-Ended Evolution within Lenia using Quality-Diversity [5.380545611878407]
  複雑なシステムにおける多種多様な自己組織化パターンの自動発見には,品質多様性が有効であることを示す。 我々のフレームワークは、Leniabreederと呼ばれ、手動で定義された多様性基準と教師なしの多様性尺度の両方を利用して、発見可能なパターンの範囲を広げることができる。
  論文  参考訳（メタデータ） (2024-06-06T16:35:27Z)
• Automated Discovery of Coupled Mode Setups [7.555791623885635]
  光学やフォトニクスにおいて、共振器、導波路、任意の結合、パラメトリック相互作用のような少数の構成要素は、幅広いデバイスや機能の設計を可能にする。 通常、そのようなシステムの設計は経験豊富な科学者によって、最も単純な可能性が実際に見つかったかどうかが定かでない時間を要するプロセスで手作りされる。 我々の研究では、この課題を自動化する発見アルゴリズムを開発しました。
  論文  参考訳（メタデータ） (2024-04-23T10:15:18Z)
• Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
  本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。 研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-03-04T06:25:26Z)
• Meta-Diversity Search in Complex Systems, A Recipe for Artificial Open-Endedness ? [0.0]
  この記事では、Minecraftにおける新しい複雑なアーティファクトの終わりのない世代のための、いくつかの機能的な材料であると考えられるものを紹介します。 我々は,レニア連続セルオートマトンを用いた人工的な「化学」システムをシミュレートし,人工的な「発見アシスタント」(ホームズと呼ばれる)を人工的に生成する。
  論文  参考訳（メタデータ） (2023-12-01T09:40:27Z)
• Large Language Models for Information Retrieval: A Survey [58.30439850203101]
  情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。 近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。 LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
  論文  参考訳（メタデータ） (2023-08-14T12:47:22Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• 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)
• Redefining Neural Architecture Search of Heterogeneous Multi-Network Models by Characterizing Variation Operators and Model Components [71.03032589756434]
  複素領域における異なる変動演算子の効果について検討する。 モデルの複雑さと性能に影響を及ぼす変化演算子と、それを構成する異なる部分の質を推定する様々な指標に依存するモデルの両方を特徴付ける。
  論文  参考訳（メタデータ） (2021-06-16T17:12:26Z)
• Understanding the wiring evolution in differentiable neural architecture search [114.31723873105082]
  識別可能なニューラルネットワーク探索手法が配線トポロジを効果的に発見するかどうかについては議論がある。 既存の差別化可能なNASフレームワークの基盤メカニズムについて検討する。
  論文  参考訳（メタデータ） (2020-09-02T18:08:34Z)
• Progressive growing of self-organized hierarchical representations for exploration [22.950651316748207]
  中心的な課題は、発見された構造の地図を段階的に構築するために、どのように表現を学ぶかである。 永続的な表現を構築し、探索プロセスを通して破滅的な忘れ物を避けることを目的としている。 第三に、エージェントの発見を粗い方法で構造化できる表現をターゲットとする。
  論文  参考訳（メタデータ） (2020-05-13T15:24:42Z)

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。