論文の概要: Entropy, Computing and Rationality
- arxiv url: http://arxiv.org/abs/2009.10224v1
- Date: Mon, 21 Sep 2020 23:56:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 04:59:49.052517
- Title: Entropy, Computing and Rationality
- Title（参考訳）: エントロピー、計算、合理性
- Authors: Luis A. Pineda
- Abstract要約: 意思決定は、環境と意思決定エンジンにいくつかの不確定性があることを自由に前提とします。
エントロピーは環境の不確定性を測定し、コミュニケーションが効果的な意思決定を支援するエントロピー範囲が存在する。
計算エンジンのエントロピートレードオフは、環境決定の潜在的な生産性に対応する。
- 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: Making decisions freely presupposes that there is some indeterminacy in the
environment and in the decision making engine. The former is reflected on the
behavioral changes due to communicating: few changes indicate rigid
environments; productive changes manifest a moderate indeterminacy, but a large
communicating effort with few productive changes characterize a chaotic
environment. Hence, communicating, effective decision making and productive
behavioral changes are related. The entropy measures the indeterminacy of the
environment, and there is an entropy range in which communicating supports
effective decision making. This conjecture is referred to here as the The
Potential Productivity of Decisions.
The computing engine that is causal to decision making should also have some
indeterminacy. However, computations performed by standard Turing Machines are
predetermined. To overcome this limitation an entropic mode of computing that
is called here Relational-Indeterminate is presented. Its implementation in a
table format has been used to model an associative memory. The present theory
and experiment suggest the Entropy Trade-off: There is an entropy range in
which computing is effective but if the entropy is too low computations are too
rigid and if it is too high computations are unfeasible. The entropy trade-off
of computing engines corresponds to the potential productivity of decisions of
the environment.
The theory is referred to an Interaction-Oriented Cognitive Architecture.
Memory, perception, action and thought involve a level of indeterminacy and
decision making may be free in such degree. The overall theory supports an
ecological view of rationality. The entropy of the brain has been measured in
neuroscience studies and the present theory supports that the brain is an
entropic machine. The paper is concluded with a number of predictions that may
be tested empirically.
- Abstract（参考訳）: 意思決定は、環境や意思決定エンジンに不確定性があることを、自由に仮定する。
前者はコミュニケーションによる行動の変化を反映している: 硬直した環境を示す変化は少ない; 生産的変化は適度な不決定性を示すが、生産的変化が少ない大きなコミュニケーション努力はカオス環境を特徴づける。
したがって、コミュニケーション、効果的な意思決定、生産的な行動変化が関連している。
エントロピーは環境の不確定性を測定し、コミュニケーションが効果的な意思決定を支援するエントロピー範囲が存在する。
この予想は「決定の潜在的な生産性」と呼ばれる。
意思決定に因果的なコンピューティングエンジンにも、いくつかの不確定性があるはずだ。
しかし、標準チューリング機械による計算を定めている。
この制限を克服するために、ここでRelational-Indeterminateと呼ばれるエントロピックな計算モードが提示される。
テーブル形式の実装は連想メモリをモデル化するために使われてきた。
現在の理論と実験はエントロピーのトレードオフを示唆している: 計算が効果的であるエントロピー範囲は存在するが、エントロピーが低すぎると計算は固くなりすぎ、計算が高すぎると実現不可能である。
コンピューティングエンジンのエントロピートレードオフは、環境決定の潜在的な生産性に対応する。
この理論は相互作用指向認知アーキテクチャと呼ばれる。
記憶、知覚、行動、思考は不決定性のレベルを伴い、意思決定はそのようなレベルで自由である。
全体論は合理性の生態学的見解を支持する。
脳のエントロピーは神経科学の研究で測定されており、この理論は脳がエントロピー機械であることを示している。
論文は、経験的に検証可能ないくつかの予測で締めくくられている。
関連論文リスト
- Entropy Computing: A Paradigm for Optimization in an Open Quantum System [0.7069764052724179]
量子貯水池を条件付けして動作する新しい計算パラダイムであるエントロピー計算を導入する。
提案したエントロピー・コンピューティング・パラダイムは、幅広いNPハード最適化問題に対処するためのスケーラブルで多用途なプラットフォームとして機能することができる。
論文 参考訳（メタデータ） (2024-07-05T13:54:04Z) - Order-theoretic models for decision-making: Learning, optimization, complexity and computation [0.0]
インテリジェントシステムの研究は、経済合理性の観点から行動を説明する。
この論文の第一の目的は、インテリジェントシステムの研究におけるこれらの結果の適用性を明らかにすることである。
論文 参考訳（メタデータ） (2024-06-15T20:20:43Z) - Thermodynamic Computing via Autonomous Quantum Thermal Machines [0.0]
我々は,自律型量子熱機械に基づく古典計算のための物理モデルを開発した。
熱力学ニューロンのネットワークは任意の所望の機能を発揮することを示す。
論文 参考訳（メタデータ） (2023-08-30T09:15:41Z) - There's Plenty of Room Right Here: Biological Systems as Evolved,
Overloaded, Multi-scale Machines [0.0]
我々は、カテゴリ間のハードバウンダリを放棄し、オブザーバに依存した実践的な視点を採用することによって、有用な道が先延ばしされることを論じる。
バイオメディカルまたはバイオエンジニアリングの目的のために生体システムを再形成するためには、複数のスケールでそれらの機能の予測と制御が必要である。
我々は,メソスケールイベントの理解を改善するために,進化・設計されたシステムによって実行される計算のためのオブザーバ中心のフレームワークを論じる。
論文 参考訳（メタデータ） (2022-12-20T22:26:40Z) - Message Passing Neural PDE Solvers [60.77761603258397]
我々は、バックプロップ最適化されたニューラル関数近似器で、グラフのアリーデザインのコンポーネントを置き換えるニューラルメッセージパッシング解決器を構築した。
本稿では, 有限差分, 有限体積, WENOスキームなどの古典的手法を表現的に含んでいることを示す。
本研究では, 異なる領域のトポロジ, 方程式パラメータ, 離散化などにおける高速, 安定, 高精度な性能を, 1次元, 2次元で検証する。
論文 参考訳（メタデータ） (2022-02-07T17:47:46Z) - Neuro-Symbolic Entropy Regularization [78.16196949641079]
構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。
エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。
我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
論文 参考訳（メタデータ） (2022-01-25T06:23:10Z) - Adaptive Information Belief Space Planning [9.365993173260316]
我々は、不確実性に明示的に対処する報酬関数を使用して、情報決定を効率的に行うことに重点を置いている。
期待される情報理論の報奨関数と結果の値関数のバウンダリを導出する。
そこで我々は,計算時間のごく一部で同一の動作選択を実現するために集約を洗練させる手法を提案する。
論文 参考訳（メタデータ） (2022-01-14T21:12:00Z) - Action Redundancy in Reinforcement Learning [54.291331971813364]
遷移エントロピーはモデル依存遷移エントロピーと作用冗長性という2つの用語で記述できることを示す。
その結果,行動冗長性は強化学習の根本的な問題であることが示唆された。
論文 参考訳（メタデータ） (2021-02-22T19:47:26Z) - Causal Expectation-Maximisation [70.45873402967297]
ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。
我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。
我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
論文 参考訳（メタデータ） (2020-11-04T10:25:13Z) - Causal Discovery in Physical Systems from Videos [123.79211190669821]
因果発見は人間の認知の中心にある。
本研究では,ビデオの因果発見の課題を,地層構造を監督せずにエンドツーエンドで検討する。
論文 参考訳（メタデータ） (2020-07-01T17:29:57Z) - From Checking to Inference: Actual Causality Computations as
Optimization Problems [79.87179017975235]
本稿では、最適化問題として二元非巡回モデルよりも、因果推論の異なる概念を定式化するための新しいアプローチを提案する。
8000ドル以上の変数を持つモデルを用いて,MaxSAT が ILP を上回り,数秒単位でチェック処理を行う場合が多い。
論文 参考訳（メタデータ） (2020-06-05T10:56:52Z)
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。