論文の概要: An Entropy-based Measure of Intelligence Degree of System Structures
- arxiv url: http://arxiv.org/abs/2208.10266v1
- Date: Mon, 22 Aug 2022 12:40:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-23 14:16:04.204627
- Title: An Entropy-based Measure of Intelligence Degree of System Structures
- Title(参考訳): エントロピーに基づくシステム構造のインテリジェンス度の測定
- Authors: Wei Su
- Abstract要約: 与えられた構造の知性を特徴づける2つの指標が採用される。
いくつかの構造は、提案された測度の下では、実際に他の構造よりも「スマート」であることが示されている。
- 参考スコア(独自算出の注目度): 6.20338409632743
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we investigate how to measure the intelligence of systems
under specific structures. Two indicators are adopted to characterize the
intelligence of a given structure, namely the function diversity of the
structure, and the ability to generate order under specific environments. A
measure of intelligence degree is proposed, with which the intelligence degree
of several basic structures is calculated. It is shown that some structures are
indeed "smarter" than the others under the proposed measure. The results add a
possible way of revealing the evolution mechanism of natural life and
constructing life-like structures with high intelligence degree.
- Abstract(参考訳): 本稿では,特定の構造下でのシステムのインテリジェンスを測定する方法について検討する。
2つの指標は、与えられた構造の知性、すなわち、構造の機能多様性、および特定の環境下で順序を生成できる能力を特徴づけるものである。
いくつかの基本構造の知能度を計算するための知能度尺度が提案されている。
提案手法では, 提案手法では, 構造が他の構造よりも「スマート」であることを示す。
この結果は、自然生命の進化機構を解明し、高い知性を持つ生命のような構造を構築する可能性を付け加える。
関連論文リスト
- Non-equilibrium physics: from spin glasses to machine and neural
learning [0.0]
障害のある多体系は様々なスケールで幅広い創発現象を示す。
我々は、統計物理学を通して、乱れたシステムにおけるそのような突発的な知性を特徴付けることを目指している。
知的システムを設計するための指針となる学習メカニズムと物理力学の関係を明らかにする。
論文 参考訳(メタデータ) (2023-08-03T04:56:47Z) - Hierarchical Empowerment: Towards Tractable Empowerment-Based Skill
Learning [65.41865750258775]
汎用エージェントは、大量のスキルのレパートリーを必要とする。
我々は、コンピューティングのエンパワーメントをより魅力的にする新しいフレームワーク、階層エンパワーメントを導入します。
一般的なアリナビゲーション領域では、我々の4つのレベルエージェントは、以前の作業よりも2桁大きい表面積をカバーするスキルを学ぶことができる。
論文 参考訳(メタデータ) (2023-07-06T02:27:05Z) - Uncovering multifunctional mechano-intelligence in and through phononic
metastructures harnessing physical reservoir computing [1.1602089225841632]
近年の自律システムの進歩は、機械的領域、いわゆるメカノ・インテリジェンス(MI)において、次世代の適応構造や材料がより内蔵されたインテリジェンスを持つことへの強い需要を引き起こしている。
本稿では,物理貯水池計算フレームワークを用いた統合多機能MIの実現に必要な基盤を構築するための新しいアプローチを提案する。
すなわち、コンピュータのパワーと知性、すなわち知覚、意思決定、指揮といった様々な要素を機械的領域で直接具現化するために、インテリジェンスを達成するためにアドオンのデジタルコンピュータや巨大なエレクトロニクスにのみ依存する従来の適応型構造から前進する。
論文 参考訳(メタデータ) (2023-05-30T18:31:44Z) - How Do Transformers Learn Topic Structure: Towards a Mechanistic
Understanding [56.222097640468306]
我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する
数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
論文 参考訳(メタデータ) (2023-03-07T21:42:17Z) - Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。
本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文 参考訳(メタデータ) (2022-07-02T12:41:32Z) - Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。
物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文 参考訳(メタデータ) (2022-03-11T18:27:04Z) - Dynamics of specialization in neural modules under resource constraints [3.48097307252416]
構造的モジュラリティは機能的特殊化を保証するのに十分であるという仮説を,人工ニューラルネットワークを用いて検証する。
構造的モジュラリティに基づく静的な特殊化の概念は、現実世界の複雑さの状況における知性を理解するためのフレームワークとしては、あまりにも単純すぎると結論付けている。
論文 参考訳(メタデータ) (2021-06-04T17:39:36Z) - Compositional Processing Emerges in Neural Networks Solving Math
Problems [100.80518350845668]
人工知能の最近の進歩は、大きなモデルが十分な言語データに基づいて訓練されると、文法構造が表現に現れることを示している。
我々は、この研究を数学的推論の領域にまで拡張し、どのように意味を構成するべきかについての正確な仮説を定式化することができる。
私たちの研究は、ニューラルネットワークがトレーニングデータに暗黙的に構造化された関係について何かを推測できるだけでなく、個々の意味の合成を合成全体へと導くために、この知識を展開できることを示している。
論文 参考訳(メタデータ) (2021-05-19T07:24:42Z) - Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges [50.22269760171131]
過去10年間、データサイエンスと機械学習の実験的な革命が、ディープラーニングの手法によって生まれた。
このテキストは、統一幾何学的原理によって事前に定義された規則性を公開することに関するものである。
CNN、RNN、GNN、Transformersなど、最も成功したニューラルネットワークアーキテクチャを研究するための一般的な数学的フレームワークを提供する。
論文 参考訳(メタデータ) (2021-04-27T21:09:51Z) - Hierarchical, rotation-equivariant neural networks to select structural
models of protein complexes [6.092214762701847]
タンパク質複合体の正確なモデルを特定するために,全ての原子の3次元位置から直接学習する機械学習手法を提案する。
我々のネットワークは、考えられるモデルの大きな集合のうち、正確な構造モデルの同定を大幅に改善する。
論文 参考訳(メタデータ) (2020-06-05T20:17:12Z) - Synergetic Learning Systems: Concept, Architecture, and Algorithms [4.623783824925363]
総合学習システム(Synergetic Learning Systems)」という人工知能システムについて述べる。
本システムは,協調的・競争的な相乗学習を通じて,与えられた環境におけるインテリジェントな情報処理と意思決定を実現する。
設計基準の下では,提案システムは長期的にの共進化を通じて,最終的には汎用的な人工知能を実現することが期待されている。
論文 参考訳(メタデータ) (2020-05-31T06:23:03Z)
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。