論文の概要: A Signal-Centric Perspective on the Evolution of Symbolic Communication
- arxiv url: http://arxiv.org/abs/2103.16882v1
- Date: Wed, 31 Mar 2021 08:05:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 01:06:30.387005
- Title: A Signal-Centric Perspective on the Evolution of Symbolic Communication
- Title（参考訳）: 象徴的コミュニケーションの進化に関する信号中心的視点
- Authors: Quintino Francesco Lotito, Leonardo Lucio Custode, Giovanni Iacca
- Abstract要約: 我々は、生物が独自の解釈可能な意味を持つ共有シンボルセットを定義するためにどのように進化するかを示す。
信号の復号化は,信号振幅が制限され,信号の復号化や分類が可能である。
各種設定において,シンボルの辞書を共有するように進化するエージェントを観察し,各シンボルが1次元のユニークな信号に自然に関連付けられている。
- 参考スコア（独自算出の注目度）: 4.447467536572625
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The evolution of symbolic communication is a longstanding open research
question in biology. While some theories suggest that it originated from
sub-symbolic communication (i.e., iconic or indexical), little experimental
evidence exists on how organisms can actually evolve to define a shared set of
symbols with unique interpretable meaning, thus being capable of encoding and
decoding discrete information. Here, we use a simple synthetic model composed
of sender and receiver agents controlled by Continuous-Time Recurrent Neural
Networks, which are optimized by means of neuro-evolution. We characterize
signal decoding as either regression or classification, with limited and
unlimited signal amplitude. First, we show how this choice affects the
complexity of the evolutionary search, and leads to different levels of
generalization. We then assess the effect of noise, and test the evolved
signaling system in a referential game. In various settings, we observe agents
evolving to share a dictionary of symbols, with each symbol spontaneously
associated to a 1-D unique signal. Finally, we analyze the constellation of
signals associated to the evolved signaling systems and note that in most cases
these resemble a Pulse Amplitude Modulation system.
- Abstract（参考訳）: シンボリックコミュニケーションの進化は、生物学における長年の研究課題である。
サブシンボリックコミュニケーション(象徴的あるいはインデックス的)に由来するという説もあるが、生物が実際にどのように進化して独自の解釈可能な意味を持つシンボルの共有セットを定義するかという実験的な証拠はほとんどない。
本稿では、連続時間リカレントニューラルネットワークによって制御される送信者および受信者エージェントからなる単純な合成モデルを用いて、ニューロ進化を用いて最適化する。
我々は信号の復号化を信号振幅に制限のある回帰あるいは分類として特徴付ける。
まず、この選択が進化的探索の複雑さにどのように影響し、異なるレベルの一般化をもたらすかを示す。
次に,ノイズの影響を評価し,レファレンスゲームにおけるシグナリングシステムをテストした。
様々な環境では,シンボルの辞書を共有できるように進化するエージェントを観察し,各シンボルは1次元のユニークな信号に自発的に関連付けられる。
最後に,進化する信号伝達系に関連する信号群を分析し,その多くがパルス振幅変調系に類似していることに注意する。
関連論文リスト
- A Universal Flexible Near-sensor Neuromorphic Tactile System with Multi-threshold strategy for Pressure Characteristic Detection [2.4151287776241768]
完全フレキシブル・ニューロモルフィック・触覚認識システムについて報告する。
システム内の信号はパルスとして送信され、しきい値情報として処理される。
本システムは,シンボルパターンやモース符号の認識において,これらの信号の傾向を正確に出力することができ,精度が高い。
論文 参考訳（メタデータ） (2024-08-11T19:05:31Z) - 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) - Structural Vibration Signal Denoising Using Stacking Ensemble of Hybrid
CNN-RNN [0.0]
近年,生物工学の分野では振動信号の利用が増加している。
足音による振動は、人体や動物などの生体系の運動を分析するのに有用である。
本稿では,複数信号のアンサンブルと,再帰的および畳み込み型ニューラルネットワーク予測の両方を活用する新しいアンサンブルモデルを提案する。
論文 参考訳（メタデータ） (2023-03-11T00:49:45Z) - Quantum spin models for numerosity perception [0.0]
我々は、すべての接続性を持つ単純な量子スピンモデルを示し、そこでは、刺激後のスペクトルに数奇性が符号化される。
理想的なオブザーバモデルで実行される各スペクトルの振幅デコードにより、システムはウェーバーの法則に従うことが明らかになった。
論文 参考訳（メタデータ） (2022-12-06T21:49:08Z) - Synthesized Speech Detection Using Convolutional Transformer-Based
Spectrogram Analysis [16.93803259128475]
合成音声は、報告された音声信号を作成し、その信号の内容を話さない人に帰属するなど、悪質な目的に使用できる。
本稿では,合成音声検出のためのコンパクト畳み込み変換器を用いて,スペクトル形音声信号の解析を行う。
論文 参考訳（メタデータ） (2022-05-03T22:05:35Z) - Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。
視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。
我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
論文 参考訳（メタデータ） (2021-11-28T18:59:57Z) - Meta-Learning Sparse Implicit Neural Representations [69.15490627853629]
入射神経表現は、一般的な信号を表す新しい道である。
現在のアプローチは、多数の信号やデータセットに対してスケールすることが難しい。
メタ学習型スパースニューラル表現は,高密度メタ学習モデルよりもはるかに少ない損失が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T18:02:53Z) - Discrete-Valued Neural Communication [85.3675647398994]
コンポーネント間で伝達される情報を離散表現に制限することは、有益なボトルネックであることを示す。
個人は「猫」が特定の経験に基づいて何であるかについて異なる理解を持っているが、共有された離散トークンは、個人間のコミュニケーションが内部表現の個人差によって切り離されることを可能にする。
我々は、量子化機構をベクトル量子化変分オートコーダから共有符号ブックによる多頭部離散化に拡張し、離散値ニューラル通信に利用する。
論文 参考訳（メタデータ） (2021-07-06T03:09:25Z) - Discriminative Singular Spectrum Classifier with Applications on
Bioacoustic Signal Recognition [67.4171845020675]
分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。
タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。
提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
論文 参考訳（メタデータ） (2021-03-18T11:01:21Z) - Vector-Quantized Timbre Representation [53.828476137089325]
本稿では, スペクトル特性の近似分解を生成的特徴の集合で学習することにより, 個々の音色をより柔軟に合成することを目的とする。
音量分布の量子化表現を学習するために、大音量から切り離された離散潜在空間を持つオートエンコーダを導入する。
オーケストラ楽器と歌唱音声間の音声の翻訳結果と、ボーカルの模倣音から楽器への変換結果について詳述する。
論文 参考訳（メタデータ） (2020-07-13T12:35:45Z) - Cross-modal variational inference for bijective signal-symbol
translation [11.444576186559486]
本稿では,この問題を密度推定タスクに変換することで,信号・記号変換の手法を提案する。
この結合分布を2つの異なる変分オートエンコーダで推定する。
本稿では,音符,オクターブ,ダイナミクスの記号を用いたモデル実験を行い,音楽の書き起こしとラベル制約による音声生成の基本的なステップを構成する。
論文 参考訳（メタデータ） (2020-02-10T15:25:48Z)
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。