論文の概要: EB-DEVS: A Formal Framework for Modeling and Simulation of Emergent
Behavior in Dynamic Complex Systems
- arxiv url: http://arxiv.org/abs/2010.05042v2
- Date: Tue, 13 Oct 2020 22:54:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 23:29:15.003484
- Title: EB-DEVS: A Formal Framework for Modeling and Simulation of Emergent
Behavior in Dynamic Complex Systems
- Title(参考訳): EB-DEVS:動的複雑系における創発的挙動のモデリングとシミュレーションのための形式的フレームワーク
- Authors: Daniel J. Foguelman, Philipp Henning, Adelinde Uhrmacher, and Rodrigo
Castro
- Abstract要約: 本稿では,Emergent Behavior-DEVS (EB-DEVS) a Modeling and Simulation (M&S)フォーマリズムを紹介する。
EB-DEVSはDEVSフォーマリズムに基づいて構築されており、確立された機能に上向きと下向きの通信チャネルを追加する。
本研究は, 鳥の群集, ワクチン接種による集団流行, ホメオスタシスによる細胞下動態の3つのケーススタディである。
- 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: Emergent behavior is a key feature defining a system under study as a complex
system. Simulation has been recognized as the only way to deal with the study
of the emergency of properties (at a macroscopic level) among groups of system
components (at a microscopic level), for the manifestations of emergent
structures cannot be deduced from analysing components in isolation. A
systems-oriented generalisation must consider the presence of feedback loops
(micro components react to macro properties), interaction among components of
different classes (modular composition) and layered interaction of subsystems
operating at different spatio-temporal scales (hierarchical organisation). In
this work we introduce Emergent Behavior-DEVS (EB-DEVS) a Modeling and
Simulation (M&S) formalism that permits reasoning about complex systems where
emergent behavior is placed at the forefront of the analysis activity. EB-DEVS
builds on the DEVS formalism, adding upward/downward communication channels to
well-established capabilities for modular and hierarchical M&S of heterogeneous
multi-formalism systems. EB-DEVS takes a minimalist stance on expressiveness,
introducing a small set of extensions on Classic DEVS that can cope with
emergent behavior, and making both formalisms interoperable (the modeler
decides which subsystems deserve to be expressed via micro-macro dynamics). We
present three case studies: flocks of birds with learning, population epidemics
with vaccination and sub-cellular dynamics with homeostasis, through which we
showcase how EB-DEVS performs by placing emergent properties at the center of
the M&S process.
- Abstract(参考訳): 創発的振る舞いは、研究中のシステムを複雑なシステムとして定義する重要な機能である。
シミュレーションは、(微視的なレベルで)システムコンポーネント群間の性質の緊急性の研究を扱う唯一の方法として認識されており、創発的構造の出現は、孤立したコンポーネントの分析から推論できない。
システム指向の一般化は、フィードバックループ(マクロ特性に反応するマイクロコンポーネント)、異なるクラスのコンポーネント間の相互作用(モジュラー構成)、異なる時空間スケール(階層的組織)で動作するサブシステムの階層的相互作用を考慮する必要がある。
本稿では,解析活動の最前線に創発的行動が配置される複雑なシステムについての推論を可能にする,モデリングとシミュレーション(M&S)形式を創発的行動-DEVS(EB-DEVS)に導入する。
EB-DEVS は DEVS 形式に基づいて構築されており、多種多形式システムのモジュラーおよび階層的M&S 機能に上向きの通信チャネルを追加している。
EB-DEVSは表現性に対する最小限のスタンスを持ち、古典的なDEVSに小さな拡張セットを導入し、創発的な振る舞いに対処し、両方の形式主義を相互運用可能にする(モデラーはマイクロマクロ力学を介してどのサブシステムが表現されるべきかを決定する)。
eb-devsがm&sプロセスの中心に創発的特性を置き,学習した鳥の群れ,ワクチン接種による集団流行,ホメオスタシスによる細胞内動態の3つの事例を提示する。
関連論文リスト
- A process algebraic framework for multi-agent dynamic epistemic systems [55.2480439325792]
本稿では,マルチエージェント,知識ベース,動的システムのモデリングと解析のための統合フレームワークを提案する。
モデリング側では,このようなフレームワークを実用的な目的に使いやすくするプロセス代数的,エージェント指向の仕様言語を提案する。
論文 参考訳(メタデータ) (2024-07-24T08:35:50Z) - Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。
次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。
このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
論文 参考訳(メタデータ) (2024-05-21T20:37:07Z) - Benchmarking formalisms for dynamic structure system Modeling and Simulation [3.2268447897914943]
モデル生成から動的構造系のシミュレーションまでの滑らかな流れの基準を同定する。
我々は、DEVS拡張にもっと焦点をあてた既存のモデリング形式をベンチマークし、その結果を使って、アプローチのギャップを特定し、議論する。
論文 参考訳(メタデータ) (2024-01-25T09:13:40Z) - Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。
我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。
このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文 参考訳(メタデータ) (2023-10-03T05:40:56Z) - Capturing Actionable Dynamics with Structured Latent Ordinary
Differential Equations [68.62843292346813]
本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。
静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
論文 参考訳(メタデータ) (2022-02-25T20:00:56Z) - Simulation of emergence in artificial societies: a practical model-based
approach with the EB-DEVS formalism [0.11470070927586014]
本稿では,創発特性のモデリング,シミュレーション,ライブ識別に適した新しいフォーマリズムであるEB-DEVSを適用する。
この研究は、コミュニケーション構造をモデル化するためのアプローチの簡潔さとコンパクトさに関するケーススタディ駆動の証拠を提供する。
論文 参考訳(メタデータ) (2021-10-15T15:55:16Z) - Meta-brain Models: biologically-inspired cognitive agents [0.0]
メタ脳モデルと呼ぶ計算手法を提案する。
特殊なモデルを用いて構成したレイヤの組み合わせを提案する。
我々は、この柔軟でオープンソースなアプローチの開発における次のステップを提案して、結論付けます。
論文 参考訳(メタデータ) (2021-08-31T05:20:53Z) - Divide and Rule: Recurrent Partitioned Network for Dynamic Processes [25.855428321990328]
多くの動的なプロセスは、物理的システムから社会学的分析まで、相互作用する変数に関与している。
我々のゴールは、部分全体階層を持つシステムを表現し、システム内変数間の暗黙の依存関係を発見することである。
提案アーキテクチャは, (i) 複数のレベルにおける観測の階層的かつ時間的に一貫した表現を抽出する知覚モジュール, (ii) 各レベルにおけるニューロン間の関係性を決定する導出モジュール, (iii)時間分布推定を条件に未来を予測する統計的モジュールからなる。
論文 参考訳(メタデータ) (2021-06-01T06:45:56Z) - GEM: Group Enhanced Model for Learning Dynamical Control Systems [78.56159072162103]
サンプルベースの学習が可能な効果的なダイナミクスモデルを構築します。
リー代数ベクトル空間上のダイナミクスの学習は、直接状態遷移モデルを学ぶよりも効果的であることを示す。
この研究は、ダイナミクスの学習とリー群の性質の関連性を明らかにし、新たな研究の方向への扉を開く。
論文 参考訳(メタデータ) (2021-04-07T01:08:18Z) - An active inference model of collective intelligence [0.0]
本稿では,局所的な個人レベルの相互作用と集団的知性の関係をシミュレートする最小エージェントモデルを提案する。
その結果, エージェントの局所的最適とグローバル的最適の整合性の相補的なメカニズムを提供することにより, 段階的認知遷移がシステム性能を向上させることが示された。
論文 参考訳(メタデータ) (2021-04-02T14:32:01Z) - S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。
我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
論文 参考訳(メタデータ) (2020-07-13T17:44:30Z)
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。