論文の概要: Self-Modifying Code in Open-Ended Evolutionary Systems

• arxiv url: http://arxiv.org/abs/2201.06858v2
• Date: Tue, 1 Mar 2022 14:32:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-28 20:56:47.038332
• Title: Self-Modifying Code in Open-Ended Evolutionary Systems
• Title（参考訳）: 拡張型進化システムにおける自己修飾コード
• Authors: Patrik Christen
• Abstract要約: 言語学的手法は複雑なシステムの解釈を記述し、モデル化し、実装する。 提案されたプロトタイプは、システムのメタモデル内で制御された方法で実行時にコードを修正することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Having a model and being able to implement open-ended evolutionary systems is important for advancing our understanding of open-endedness. Complex systems science and newest generation high-level programming languages provide intriguing possibilities to do so. First, some recent advances in modelling and implementing open-ended evolutionary systems are reviewed. Then, the so-called allagmatic method is introduced that describes, models, implements, and allows interpretation of complex systems. After highlighting some current modelling and implementation challenges, model building blocks of open-ended evolutionary systems are identified, a system metamodel of open-ended evolution is formalised in the allagmatic method, an implementation self-modifying code prototype with a high-level programming language is provided, and guidance from the allagmatic method to create code blocks is described. The proposed prototype allows modifying code at runtime in a controlled way within a system metamodel. Since the allagmatic method has been built based on metaphysical concepts borrowed from Gilbert Simondon and Alfred N. Whitehead, the proposed prototype provides a promising starting point to interpret novelty generated at runtime with the help of a metaphysical framework.
• Abstract（参考訳）: モデルを持ち、オープンエンドの進化システムを実装できることは、オープンエンドの理解を促進する上で重要である。 複雑なシステム科学と最新のハイレベルプログラミング言語は、それを行う興味深い可能性を提供します。 まず、近年のオープンエンド進化システムのモデリングと実装の進歩について概説する。 そして、複雑なシステムを記述し、モデル化し、実装し、解釈できるいわゆるアロガマティック手法を導入する。 現在のモデリングと実装の課題を強調し、オープンエンド進化システムのモデル構築ブロックを特定し、アロガマティックな方法でオープンエンド進化のシステムメタモデルを定式化し、ハイレベルなプログラミング言語による自己修正コードプロトタイプを実装し、コードブロックを作成するためのアロガマティックな方法からのガイダンスを示す。 提案されたプロトタイプは、システムメタモデル内の制御された方法で実行時にコードを変更することができる。 アラマティックメソッドはgilbert simondon氏やalfred n. whitehead氏から借用されたメタフィジカルな概念に基づいて構築されているため、提案されたプロトタイプはメタフィジカルフレームワークの助けを借りて、実行時に発生するノベルティを解釈するための有望な出発点を提供する。

関連論文リスト

• Enhanced Transformer architecture for in-context learning of dynamical systems [0.3749861135832073]
  本稿では,従来のメタモデリングフレームワークを3つの重要な革新を通じて強化する。 これらの修正の有効性は、Wiener-Hammerstein系クラスに焦点をあてた数値的な例を通して示される。
  論文  参考訳（メタデータ） (2024-10-04T10:05:15Z)
• 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)
• Language Evolution with Deep Learning [49.879239655532324]
  計算モデリングは言語の出現の研究において重要な役割を担っている。 構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。 この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
  論文  参考訳（メタデータ） (2024-03-18T16:52:54Z)
• From system models to class models: An in-context learning paradigm [0.0]
  本稿では,1段階の予測と複数段階のシミュレーションという2つの主要な課題に対処する,システム識別のための新しいパラダイムを提案する。 動的システムのクラスを表すメタモデルを学ぶ。 一段階の予測では、GPTのようなデコーダのみのアーキテクチャを使用し、シミュレーション問題ではエンコーダ-デコーダ構造を用いる。
  論文  参考訳（メタデータ） (2023-08-25T13:50:17Z)
• A Recursive Bateson-Inspired Model for the Generation of Semantic Formal Concepts from Spatial Sensory Data [77.34726150561087]
  本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。 このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。 このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
  論文  参考訳（メタデータ） (2023-07-16T15:59:13Z)
• A Continual Development Methodology for Large-scale Multitask Dynamic ML Systems [2.579908688646812]
  提示された研究は、MLモデルをモジュラーおよびアンバウンドアーティファクトとして定義することで、新しいML開発方法論を導入することができるという直感に基づいている。 マルチタスクMLモデルを生成するための新しい手法を,拡張とマルチタスクのシーケンスとして定義する。 これにより、サイズと計算コストが向上し、アート品質の状態を達成した124のイメージ分類タスクを共同で解決できるMLモデルが生成される。
  論文  参考訳（メタデータ） (2022-09-15T14:36:17Z)
• MRKL Systems: A modular, neuro-symbolic architecture that combines large language models, external knowledge sources and discrete reasoning [50.40151403246205]
  巨大な言語モデル(LM)は、自然言語ベースの知識タスクのゲートウェイとして機能する、AIの新しい時代を支えている。 離散的な知識と推論モジュールによって補完される、複数のニューラルモデルによる柔軟なアーキテクチャを定義する。 本稿では,MRKL(Modular Reasoning, Knowledge and Language)システムと呼ばれる,このニューロシンボリックアーキテクチャについて述べる。
  論文  参考訳（メタデータ） (2022-05-01T11:01:28Z)
• Supervised DKRC with Images for Offline System Identification [77.34726150561087]
  現代の力学系はますます非線形で複雑なものになりつつある。 予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。 本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
  論文  参考訳（メタデータ） (2021-09-06T04:39:06Z)
• Towards a Predictive Processing Implementation of the Common Model of Cognition [79.63867412771461]
  本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。 提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
  論文  参考訳（メタデータ） (2021-05-15T22:55:23Z)
• Philosophy-Guided Modelling and Implementation of Adaptation and Control in Complex Systems [0.0]
  我々は、既存の制御、特に適応というサイバネティックな概念を付加する。 これらのメタ理論の概念がどのように公式に記述され、プログラムコードでどのように実装されるかを示す。 哲学的抽象概念は、コンピュータモデルとその制御と適応の過程をよりよく理解するのに役立つと結論付けている。
  論文  参考訳（メタデータ） (2020-08-31T21:21:16Z)
• Philosophy-Guided Mathematical Formalism for Complex Systems Modelling [0.0]
  我々は最近,システムメタモデルを含むいわゆるアロガマティック手法を紹介した。 数学的フォーマリズムは、アロガマティックメソッドのシステムメタモデルをよりよく記述し、定義するために提示される。
  論文  参考訳（メタデータ） (2020-05-03T21:20:30Z)

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。