論文の概要: Quantum spin models for numerosity perception
- arxiv url: http://arxiv.org/abs/2212.03344v1
- Date: Tue, 6 Dec 2022 21:49:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 17:58:58.616288
- Title: Quantum spin models for numerosity perception
- Title（参考訳）: 数量知覚のための量子スピンモデル
- Authors: Jorge Yago Malo, Guido Marco Cicchini, Maria Concetta Morrone, Maria
Luisa Chiofalo
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Humans share with animals, both vertebrates and invertebrates, the capacity
to sense the number of items in their environment already at birth. The
pervasiveness of this skill across the animal kingdom suggests that it should
emerge in very simple populations of neurons. Current modelling literature,
however, has struggled to suggest a simple architecture carrying out this task,
with most proposals suggesting the emergence of number sense in multi-layered
complex neural networks, and typically requiring supervised learning. We
present a simple quantum spin model with all-to-all connectivity, where
numerosity is encoded in the spectrum after stimulation with a number of
transient signals occurring in a random or orderly temporal sequence. We use a
paradigmatic simulational approach borrowed from the theory and methods of open
quantum systems out of equilibrium, as a possible way to describe information
processing in neural systems. Our method is able to capture many of the
perceptual characteristics of numerosity in such systems. The frequency
components of the magnetization spectra at harmonics of the system's tunneling
frequency increase with the number of stimuli presented. The amplitude decoding
of each spectrum, performed with an ideal-observer model, reveals that the
system follows Weber's law, one of the hallmarks of numerosity perception
across the animal kingdom. This contrasts with the well-known failure to
reproduce Weber's law with linear system or accumulators models.
- Abstract（参考訳）: 人間は、脊椎動物と無脊椎動物の両方の動物と共有し、すでに誕生した環境にあるアイテムの数を感知する能力を持つ。
動物界におけるこのスキルの広汎性は、非常に単純なニューロン集団に出現することを示唆している。
しかしながら、現在のモデリング文献は、このタスクを実行する単純なアーキテクチャを提案するのに苦労しており、ほとんどの提案は、多層複雑なニューラルネットワークにおいて数感覚の出現を示唆し、典型的には教師付き学習を必要とする。
我々は、無秩序または秩序な時間系列に発生する多くの過渡信号と共に、刺激後のスペクトルにヌメロシティを符号化する、全対全接続を持つ単純な量子スピンモデルを提案する。
我々は、ニューラルネットワークにおける情報処理を記述可能な方法として、平衡から開放量子系の理論と方法から借用したパラダイムシミュレーションアプローチを用いる。
本手法は,そのようなシステムにおける数量性の知覚的特徴の多くを捉えることができる。
系のトンネル周波数の高調波における磁化スペクトルの周波数成分は、提示される刺激数とともに増加する。
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復号法は、動物王国全体での特異性知覚の指標の一つであるウェバーの法則に従っていることを明らかにした。
これは、ウェバーの法則を線形系やアキュムレータモデルで再現できなかったこととは対照的である。
関連論文リスト
- Artificial Kuramoto Oscillatory Neurons [65.16453738828672]
しきい値単位の動的代替として人工内蔵ニューロン(AKOrN)を導入する。
このアイデアは、幅広いタスクにまたがってパフォーマンス改善をもたらすことを示しています。
これらの経験的結果は、神経表現の最も基本的なレベルにおいて、私たちの仮定の重要性を示していると信じている。
論文 参考訳（メタデータ） (2024-10-17T17:47:54Z) - Confidence Regulation Neurons in Language Models [91.90337752432075]
本研究では,大規模言語モデルが次世代の予測において不確実性を表現・規制するメカニズムについて検討する。
エントロピーニューロンは異常に高い重量ノルムを特徴とし、最終層正規化(LayerNorm)スケールに影響を与え、ロジットを効果的にスケールダウンさせる。
ここで初めて説明するトークン周波数ニューロンは、各トークンのログをそのログ周波数に比例して増加または抑制することで、出力分布をユニグラム分布から遠ざかる。
論文 参考訳（メタデータ） (2024-06-24T01:31:03Z) - A Scalable Walsh-Hadamard Regularizer to Overcome the Low-degree
Spectral Bias of Neural Networks [79.28094304325116]
任意の関数を学習するニューラルネットワークの能力にもかかわらず、勾配降下によって訓練されたモデルは、しばしばより単純な関数に対するバイアスを示す。
我々は、この低度周波数に対するスペクトルバイアスが、現実のデータセットにおけるニューラルネットワークの一般化を実際にいかに損なうかを示す。
本稿では,ニューラルネットワークによる高次周波数学習を支援する,スケーラブルな機能正規化手法を提案する。
論文 参考訳（メタデータ） (2023-05-16T20:06:01Z) - Machine learning one-dimensional spinless trapped fermionic systems with
neural-network quantum states [1.6606527887256322]
ガウスポテンシャルを介して相互作用する完全に偏極された1次元フェルミオン系の基底状態特性を計算する。
我々は、波動関数のアンサッツとして、反対称人工ニューラルネットワーク(英語版)またはニューラル量子状態を用いる。
相互作用の兆候によって、非常に異なる基底状態が見つかる。
論文 参考訳（メタデータ） (2023-04-10T17:36:52Z) - Deep learning of many-body observables and quantum information scrambling [0.0]
物理オブザーバブルの力学を学習する際のデータ駆動型ディープニューラルネットワークの能力が、量子情報のスクランブルとどのように相関するかを考察する。
ニューラルネットワークを用いて、モデルのパラメータからランダム量子回路における可観測物の進化へのマッピングを求める。
特定のタイプのリカレントニューラルネットワークは、局所的およびスクランブルされた状態の両方でトレーニングされたシステムサイズと時間ウィンドウ内での予測を一般化する上で非常に強力であることを示す。
論文 参考訳（メタデータ） (2023-02-09T13:14:10Z) - Analysis of Neural Network Predictions for Entanglement Self-Catalysis [0.0]
ニューラルネットワークの異なるモデルが絡み合いの検出と自己触媒の仕方を学ぶことができるかどうかを検討する。
また、学習機械が別の関連する現象を検知できるかどうかについても検討する。
論文 参考訳（メタデータ） (2021-12-29T14:18:45Z) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳（メタデータ） (2021-07-06T17:59:49Z) - Quantum Self-Supervised Learning [22.953284192004034]
対照的自己監督学習のためのハイブリッド量子古典ニューラルネットワークアーキテクチャを提案する。
ibmq_paris量子コンピュータ上の見えない画像を分類するために、最良の量子モデルを適用します。
論文 参考訳（メタデータ） (2021-03-26T18:00:00Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳（メタデータ） (2021-03-08T17:24:29Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Ensemble perspective for understanding temporal credit assignment [1.9843222704723809]
繰り返しニューラルネットワークにおける各接続は、正確な重み値ではなく、スパイクとスラブの分布によってモデル化されていることを示す。
本モデルでは,ネットワーク全体の性能を決定する重要な接続を明らかにする。
したがって、再帰的なニューラルネットワークにおける時間的クレジット割り当てをアンサンブルの観点から研究することを約束している。
論文 参考訳（メタデータ） (2021-02-07T08:14:05Z)
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。