論文の概要: Evolutionary rates of information gain and decay in fluctuating environments

• arxiv url: http://arxiv.org/abs/2104.03406v1
• Date: Wed, 7 Apr 2021 21:42:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-10 03:17:22.184685
• Title: Evolutionary rates of information gain and decay in fluctuating environments
• Title（参考訳）: 変動環境における情報ゲインと崩壊の進化速度
• Authors: Nicholas Guttenberg
• Abstract要約: 我々は、情報理論ツールを使用して、人口がどれだけの情報を入手し、保持したかを追跡する。 我々は、環境が変動するときに同じ進化系がどのように振る舞うかを予測する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we wish to investigate the dynamics of information transfer in evolutionary dynamics. We use information theoretic tools to track how much information an evolving population has obtained and managed to retain about different environments that it is exposed to. By understanding the dynamics of information gain and loss in a static environment, we predict how that same evolutionary system would behave when the environment is fluctuating. Specifically, we anticipate a cross-over between the regime in which fluctuations improve the ability of the evolutionary system to capture environmental information and the regime in which the fluctuations inhibit it, governed by a cross-over in the timescales of information gain and decay.
• Abstract（参考訳）: 本稿では,進化的ダイナミクスにおける情報伝達のダイナミクスについて検討する。 我々は情報理論のツールを使用して、進化する人口がどれだけの情報を取得し、それが露出している様々な環境について保持しているかを追跡する。 静的環境における情報獲得と損失のダイナミクスを理解することにより、環境変動時に同じ進化系がどのように振る舞うかを予測する。 具体的には、変動が環境情報を取り込む進化システムの能力を向上させる体制と、変動がそれを阻害する体制とのクロスオーバーを、情報獲得と減衰の時間スケールのクロスオーバーによって予測する。

関連論文リスト

• System-environment quantum information flow [0.0]
  量子資源は,2つの線形鎖の量子ビットに結合した1つの量子ビットをモデルとして,メインシステムから環境へどのように伝播するかを示す。 我々は、この力学の出現条件と量子ダーウィン論の存在を結びつける。
  論文  参考訳（メタデータ） (2024-02-23T18:24:52Z)
• MIDDAG: Where Does Our News Go? Investigating Information Diffusion via Community-Level Information Pathways [114.42360191723469]
  我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。 我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
  論文  参考訳（メタデータ） (2023-10-04T02:08:11Z)
• Unleashing the Power of Graph Data Augmentation on Covariate Distribution Shift [50.98086766507025]
  本稿では,AIA(Adversarial Invariant Augmentation)という,シンプルで効率の良いデータ拡張戦略を提案する。 AIAは、拡張プロセス中に元の安定した特徴を同時に保存しながら、新しい環境をエクスポーレーションし、生成することを目的としている。
  論文  参考訳（メタデータ） (2022-11-05T07:55:55Z)
• Characterizing information loss in a chaotic double pendulum with the Information Bottleneck [1.52292571922932]
  カオス力学における情報損失の研究において,機械学習が新たな機会を提供することを示す。 我々は、ニューラルネットワークのトレーニング目的として、Information Bottleneckを使用し、システムの状態から情報を抽出する。 次に、各状態変数にボトルネックを分散することにより、最適予測情報を分解する。
  論文  参考訳（メタデータ） (2022-10-25T17:59:38Z)
• Dissipation induced information scrambling in a collision model [2.7075104175188116]
  本稿では,散逸系における情報の力学を分光的にシミュレートする衝突モデルを提案する。 消散の存在下では、過渡三部構成の相互情報のシステムモードは、情報スクランブルの出現を示す負の値を示す可能性がある。
  論文  参考訳（メタデータ） (2022-01-27T12:19:33Z)
• Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
  我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。 この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
  論文  参考訳（メタデータ） (2021-12-07T18:50:42Z)
• Meta-learning using privileged information for dynamics [66.32254395574994]
  Neural ODE Processモデルを拡張して、Learning Using Privileged Information設定内の追加情報を使用します。 シミュレーション動的タスクの精度とキャリブレーションを向上した実験により拡張性を検証する。
  論文  参考訳（メタデータ） (2021-04-29T12:18:02Z)
• On the connection between microscopic description and memory effects in open quantum system dynamics [0.0]
  情報の流れにおけるシステム環境相関と環境進化の役割について検討する。 システム環境の相関関係と環境-状態の区別性との相互作用が,オープンシステムと同一の情報フローにどのように結びつくかを明らかにする。
  論文  参考訳（メタデータ） (2021-01-18T19:01:19Z)
• 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)
• Ecological Reinforcement Learning [76.9893572776141]
  このような条件下での学習を容易にする環境特性について検討する。 環境の特性が強化学習エージェントのパフォーマンスにどのように影響するかを理解することは、学習を魅力的にする方法でタスクを構造化するのに役立ちます。
  論文  参考訳（メタデータ） (2020-06-22T17:55:03Z)
• Functional differentiations in evolutionary reservoir computing networks [0.0]
  本稿では,ニューロンの機能的分化を示す拡張型貯水池コンピュータを提案する。 本発明の貯水池コンピュータは、進化力学を用いて内部貯水池の変更を可能にするために開発された。
  論文  参考訳（メタデータ） (2020-06-20T07:07:44Z)

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。