論文の概要: communication of information in systems of heterogenious agents and systems' dynamics

• arxiv url: http://arxiv.org/abs/2304.14013v1
• Date: Thu, 27 Apr 2023 08:09:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 14:06:23.987340
• Title: communication of information in systems of heterogenious agents and systems' dynamics
• Title（参考訳）: 異種エージェントのシステムにおける情報通信とシステムのダイナミクス
• Authors: Inga Ivanova
• Abstract要約: 複雑なシステムにおける情報通信は、システムの進化の主要な原動力と見なすことができる。 異種エージェントのシステムにおける情報交換は単純な入出力モデルよりも複雑である。 意味と情報処理のメカニズムをモデルフレームワークとして分析的に評価することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Communication of information in complex systems can be considered as major driver of systems evolution. What matters is not the communicated information by itself but rather the meaning that is supplied to the information. However informational exchange in a system of heterogenious agents, which code and decode information with different meaning processing structures, is more complex than simple input-output model. The structural difference of coding and decoding algorithms in a system of three or more groups of agents, entertaining different sets of communication codes,provide a source of additional options which has an impact on system's dynamics. The mechanisms of meaning and information processing can be evaluated analytically ion a model framework. The results show that model predictions acccurately fit empirically observed data in systems of different origions.
• Abstract（参考訳）: 複雑なシステムにおける情報通信は、システムの進化の主要な要因とみなすことができる。 重要なのは、通信された情報そのものではなく、情報に供給される意味です。 しかし、異なる意味処理構造を持つ情報の符号化と復号を行う異種エージェントのシステムにおける情報交換は、単純な入出力モデルよりも複雑である。 3つ以上のエージェントからなるシステムにおけるコーディングとデコーディングのアルゴリズムの構造的な違いは、異なる通信コードのセットを楽しませ、システムのダイナミクスに影響を与える追加のオプションのソースを提供する。 意味と情報処理のメカニズムをモデルフレームワークとして分析的に評価することができる。 その結果, モデル予測は, 経験的に観察されたデータを異なる論理系に適合させることがわかった。

関連論文リスト

• On the Role of Information Structure in Reinforcement Learning for Partially-Observable Sequential Teams and Games [55.2480439325792]
  逐次的意思決定問題において、情報構造とは、異なる時点に発生するシステム内の事象が相互にどのように影響するかを記述するものである。 対照的に、現実のシーケンシャルな意思決定問題は通常、システム変数の複雑で時間的な相互依存を伴う。 情報構造を明示する新しい強化学習モデルを定式化する。
  論文  参考訳（メタデータ） (2024-03-01T21:28:19Z)
• 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)
• Interactive System-wise Anomaly Detection [66.3766756452743]
  異常検出は様々なアプリケーションにおいて基本的な役割を果たす。 既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。 システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
  論文  参考訳（メタデータ） (2023-04-21T02:20:24Z)
• A Hierarchical Approach to Conditional Random Fields for System Anomaly Detection [0.8164433158925593]
  大規模システムにおける異常事象を認識する異常検出は多くの産業において重要である。 階層的なアプローチは、複雑なシステムと局所的な文脈における暗黙の関係を利用する。
  論文  参考訳（メタデータ） (2022-10-26T21:02:47Z)
• 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)
• Discrete-Valued Neural Communication [85.3675647398994]
  コンポーネント間で伝達される情報を離散表現に制限することは、有益なボトルネックであることを示す。 個人は「猫」が特定の経験に基づいて何であるかについて異なる理解を持っているが、共有された離散トークンは、個人間のコミュニケーションが内部表現の個人差によって切り離されることを可能にする。 我々は、量子化機構をベクトル量子化変分オートコーダから共有符号ブックによる多頭部離散化に拡張し、離散値ニューラル通信に利用する。
  論文  参考訳（メタデータ） (2021-07-06T03:09:25Z)
• Information exchange, meaning and redundancy generation in anticipatory systems: self-organization of expectations -- the case of Covid-19 [1.4467794332678539]
  本稿では,情報力学とシステム進化の関連性に注目した。 本稿では,コビッドウイルスの感染伝播に情報と意味のダイナミクスが組み込まれていることを示す。
  論文  参考訳（メタデータ） (2021-05-25T05:01:38Z)
• Scholarly AI system diagrams as an access point to mental models [6.233820957059352]
  人工知能(AI)システムのような複雑なシステムは、多くの相互関連コンポーネントで構成されている。 これらのシステムを表現するためには、コンポーネント間の関係を示すことが不可欠です。 図は「関係のアイコン」として、複雑なシステムを示すための一般的な媒体です。
  論文  参考訳（メタデータ） (2021-04-30T07:55:18Z)
• A game-theoretic analysis of networked system control for common-pool resource management using multi-agent reinforcement learning [54.55119659523629]
  マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。 共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
  論文  参考訳（メタデータ） (2020-10-15T14:12:26Z)
• Operationally meaningful representations of physical systems in neural networks [4.192302677744796]
  本稿では、物理的システムの異なる側面を扱うエージェントが、相互に可能な限り効率的に関連情報を伝達できるように設計されたニューラルネットワークアーキテクチャを提案する。 これは、異なる実験環境で物理システムに関するステートメントを作成するのに役立つ異なるパラメータを分離する表現を生成する。
  論文  参考訳（メタデータ） (2020-01-02T19:01:31Z)

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。