論文の概要: Graph-informed simulation-based inference for models of active matter

• arxiv url: http://arxiv.org/abs/2304.06806v1
• Date: Wed, 5 Apr 2023 09:39:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-23 04:33:24.497655
• Title: Graph-informed simulation-based inference for models of active matter
• Title（参考訳）: グラフインフォームドシミュレーションによる活性物質のモデルの推定
• Authors: Namid R. Stillman, Silke Henkes, Roberto Mayor, Gilles Louppe
• Abstract要約: シミュレーションに基づく推論は, 系の観測から活性物質パラメータを強く推算するのに有効であることを示す。 我々の研究は、高レベルのシステム情報が集合系の関係構造に含まれることを強調している。
• 参考スコア（独自算出の注目度）: 5.533353383316288
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many collective systems exist in nature far from equilibrium, ranging from cellular sheets up to flocks of birds. These systems reflect a form of active matter, whereby individual material components have internal energy. Under specific parameter regimes, these active systems undergo phase transitions whereby small fluctuations of single components can lead to global changes to the rheology of the system. Simulations and methods from statistical physics are typically used to understand and predict these phase transitions for real-world observations. In this work, we demonstrate that simulation-based inference can be used to robustly infer active matter parameters from system observations. Moreover, we demonstrate that a small number (from one to three) snapshots of the system can be used for parameter inference and that this graph-informed approach outperforms typical metrics such as the average velocity or mean square displacement of the system. Our work highlights that high-level system information is contained within the relational structure of a collective system and that this can be exploited to better couple models to data.
• Abstract（参考訳）: 多くの集団システムは、細胞シートから鳥の群れまで、平衡から遠く離れた自然界に存在する。 これらの系は活性物質の形態を反映しており、個々の物質成分は内部エネルギーを持つ。 特定のパラメータ規則の下では、これらの活性系は相転移を起こし、単一の成分の小さなゆらぎはシステムのレオロジーに大域的な変化をもたらす。 統計物理学のシミュレーションや方法は通常、実際の観測のためにこれらの相転移を理解し予測するために用いられる。 本研究では,シミュレーションに基づく推論を用いて,系の観測から活性物質パラメータを強く推算できることを実証する。 さらに,システムのスナップショット(1～3枚)をパラメータ推定に利用し,このグラフインフォームドアプローチが,平均速度や平均2乗変位といった一般的な指標よりも優れていることを示す。 我々の研究は、高レベルのシステム情報が集合システムのリレーショナル構造に含まれており、モデルとデータとの結合性を改善するために活用できることを強調している。

関連論文リスト

• Learning System Dynamics without Forgetting [60.08612207170659]
  未知の力学を持つ系の軌道予測は、物理学や生物学を含む様々な研究分野において重要である。 本稿では,モードスイッチンググラフODE (MS-GODE) の新たなフレームワークを提案する。 生体力学の異なる多様な系を特徴とする生体力学システムの新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-06-30T14:55:18Z)
• Subsystem Information Capacity in Random Circuits and Hamiltonian Dynamics [3.6343650965508187]
  本研究は、ランダム量子回路のサブシステムと量子ハミルトン進化によって形成される有効チャネルに焦点を当てる。 本研究では,初期情報符号化方式が1対1,1対マニー,多対マニーといった情報力学に与える影響を明らかにする。
  論文  参考訳（メタデータ） (2024-05-08T14:18:36Z)
• Inferring Relational Potentials in Interacting Systems [56.498417950856904]
  このような相互作用を発見する代替手法として、ニューラル・インタラクション・推論(NIIP)を提案する。 NIIPは観測された関係制約を尊重する軌道のサブセットに低エネルギーを割り当てる。 別々に訓練されたモデル間での相互作用の型を交換するなどの軌道操作や、軌道予測を可能にする。
  論文  参考訳（メタデータ） (2023-10-23T00:44:17Z)
• Information decomposition in complex systems via machine learning [4.189643331553922]
  機械学習を用いて、各測定値の損失圧縮を共同最適化することにより、一連の測定値に含まれる情報を分解する。 我々は, 塑性変形を受ける回路とアモルファス材料という, 2つのパラダイム的複雑系に着目した解析を行った。
  論文  参考訳（メタデータ） (2023-07-10T17:57:32Z)
• Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
  本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。 従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
  論文  参考訳（メタデータ） (2023-03-13T13:06:40Z)
• Learning to Decouple Complex Systems [16.544684282277526]
  本研究では,不規則なサンプルや散逸した逐次観測を扱うための逐次学習手法を提案する。 我々は、単純体の中で進化するメタシステムは射影微分方程式(ProjDEs)によって支配されると主張する。
  論文  参考訳（メタデータ） (2023-02-03T07:24:58Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• 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)
• Divide and Rule: Recurrent Partitioned Network for Dynamic Processes [25.855428321990328]
  多くの動的なプロセスは、物理的システムから社会学的分析まで、相互作用する変数に関与している。 我々のゴールは、部分全体階層を持つシステムを表現し、システム内変数間の暗黙の依存関係を発見することである。 提案アーキテクチャは, (i) 複数のレベルにおける観測の階層的かつ時間的に一貫した表現を抽出する知覚モジュール, (ii) 各レベルにおけるニューロン間の関係性を決定する導出モジュール, (iii)時間分布推定を条件に未来を予測する統計的モジュールからなる。
  論文  参考訳（メタデータ） (2021-06-01T06:45:56Z)
• Active Learning for Nonlinear System Identification with Guarantees [102.43355665393067]
  状態遷移が既知の状態-作用対の特徴埋め込みに線形に依存する非線形力学系のクラスについて検討する。 そこで本稿では, トラジェクティブ・プランニング, トラジェクティブ・トラッキング, システムの再推定という3つのステップを繰り返すことで, この問題を解決するためのアクティブ・ラーニング・アプローチを提案する。 本手法は, 非線形力学系を標準線形回帰の統計速度と同様, パラメトリック速度で推定する。
  論文  参考訳（メタデータ） (2020-06-18T04:54:11Z)
• An information-geometric approach to feature extraction and moment reconstruction in dynamical systems [0.0]
  力学系の軌道は、系の(部分的な)観測によって定義される可測空間上の確率測度を誘導することを示す。 本研究では、力学依存確率測度のモーメントの進化が、元の力学系上の時空演算子に関係していることを示す。 2-トーラスとローレンツ63系のエルゴード力学系への応用について述べる。
  論文  参考訳（メタデータ） (2020-04-05T12:07:21Z)

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。