Fugu-MT 論文翻訳(概要): Active Inference in String Diagrams: A Categorical Account of Predictive Processing and Free Energy

論文の概要: Active Inference in String Diagrams: A Categorical Account of Predictive Processing and Free Energy

arxiv url: http://arxiv.org/abs/2308.00861v1
Date: Tue, 1 Aug 2023 22:17:34 GMT
ステータス: 処理完了
システム内更新日: 2023-08-03 14:30:30.123263
Title: Active Inference in String Diagrams: A Categorical Account of Predictive Processing and Free Energy
Title（参考訳）: 文字列図におけるアクティブ推論:予測処理と自由エネルギーのカテゴリ
Authors: Sean Tull, Johannes Kleiner, Toby St Clere Smithe
Abstract要約: 本稿では,予測処理とアクティブ推論の認知的枠組みの分類的定式化について述べる。これには、生成モデルの図面的な説明、ベイズ更新、知覚、計画、アクティブ推論、自由エネルギーが含まれる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a categorical formulation of the cognitive frameworks of Predictive Processing and Active Inference, expressed in terms of string diagrams interpreted in a monoidal category with copying and discarding. This includes diagrammatic accounts of generative models, Bayesian updating, perception, planning, active inference, and free energy. In particular we present a diagrammatic derivation of the formula for active inference via free energy minimisation, and establish a compositionality property for free energy, allowing free energy to be applied at all levels of an agent's generative model. Aside from aiming to provide a helpful graphical language for those familiar with active inference, we conversely hope that this article may provide a concise formulation and introduction to the framework.
Abstract（参考訳）: 本稿では,予測処理と能動的推論の認知的枠組みの分類的定式化について述べる。これには生成モデルの図式的説明、ベイジアン更新、知覚、計画、能動推論、自由エネルギーが含まれる。特に、自由エネルギー最小化による能動推論の公式の図式的導出を示し、自由エネルギーの構成性を確立し、エージェントの生成モデルのすべてのレベルにおいて自由エネルギーを適用することができる。アクティブな推論に慣れた人たちに便利なグラフィカル言語を提供することを目的としないで、この記事では簡潔な定式化とフレームワークの導入を期待する。

関連論文リスト

Demonstrating the Continual Learning Capabilities and Practical Application of Discrete-Time Active Inference [0.0]
アクティブ推論は、エージェントが環境とどのように相互作用するかを理解するための数学的フレームワークである。本稿では,個別の時間環境で動作するエージェントのための連続学習フレームワークを提案する。我々は、エージェントがモデルを再学習し、効率的に洗練する能力を示し、金融や医療といった複雑な分野に適合する。
論文参考訳（メタデータ） (2024-09-30T21:18:46Z)
Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文参考訳（メタデータ） (2024-01-10T02:38:21Z)
Energy-Based Cross Attention for Bayesian Context Update in Text-to-Image Diffusion Models [62.603753097900466]
本稿では,文脈ベクトルの後部をモデル化し,適応的文脈制御のための新しいエネルギーベースモデル(EBM)を提案する。具体的には、まず遅延画像表現とテキスト埋め込みのESMをデノナイズドオートエンコーダの各クロスアテンション層に定式化する。我々の潜在ESMは、異なるコンテキストからの相互注意出力の線形結合として、ゼロショット合成を可能としています。
論文参考訳（メタデータ） (2023-06-16T14:30:41Z)
Realising Synthetic Active Inference Agents, Part I: Epistemic Objectives and Graphical Specification Language [2.5782420501870296]
この論文は、自由形式因子グラフ上のActive Inferenceの合成バージョンを導出した2つのシリーズの最初のものである。本研究では,変分推論対象の完全にグラフィカルな記述を可能にするConstrained ForneyスタイルのFacter Graph表記法を開発した。我々は、AIFエージェントの直接的なポリシー推論を可能にするアルゴリズムを導出し、長期にわたるスケーリング問題を回避した。
論文参考訳（メタデータ） (2023-06-13T11:57:52Z)
Mathematical Foundations for a Compositional Account of the Bayesian Brain [0.0]
現代応用圏論のツールを用いて、近似推論のための関手意味論を提供する。統計ゲームのフィブレーションを定義し、統計的推論の様々な問題を対応する部分として分類する。我々は,自由エネルギー原理の下で,予測符号化ニューラルネットワークの構成構造を説明する関手を構築した。
論文参考訳（メタデータ） (2022-12-23T18:58:17Z)
Compositional Visual Generation with Composable Diffusion Models [80.75258849913574]
拡散モデルを用いた構成生成のための代替的な構造的アプローチを提案する。画像は拡散モデルの集合を構成することで生成され、それぞれが画像の特定のコンポーネントをモデル化する。提案手法は, トレーニングで見られるものよりもはるかに複雑なシーンを, テスト時に生成することができる。
論文参考訳（メタデータ） (2022-06-03T17:47:04Z)
Active inference, Bayesian optimal design, and expected utility [1.433758865948252]
活性推論がベイズ決定理論とベイズ設計の最適原理を結合し、期待される自由エネルギーを最小化する方法について述べる。情報探索行動の自然発生を可能にする、活発な推論のこの側面である。我々のTmazeシミュレーションは、期待される自由エネルギーを最適化し、期待されるユーティリティを最適化し、純粋に悪用的な振る舞いを誘導することを示す。
論文参考訳（メタデータ） (2021-09-21T20:56:32Z)
Realising Active Inference in Variational Message Passing: the Outcome-blind Certainty Seeker [3.5450828190071655]
本稿では、離散時間および状態空間におけるアクティブ推論フレームワークの完全な数学的処理について述べる。アクティブ推論と変動メッセージパッシングの理論的関係を活用します。完全因子化変分分布を用いることで, 期待自由エネルギーの簡易化が図れる。
論文参考訳（メタデータ） (2021-04-23T19:40:55Z)
Energy-based View of Retrosynthesis [70.66156081030766]
エネルギーモデルとしてシーケンスおよびグラフベースの手法を統一するフレームワークを提案する。本稿では,ベイズ前方および後方予測に対して一貫した訓練を行うフレームワーク内での新しい二重変種を提案する。このモデルは、反応型が不明なテンプレートフリーアプローチに対して、最先端の性能を9.6%向上させる。
論文参考訳（メタデータ） (2020-07-14T18:51:06Z)
Inferring Temporal Compositions of Actions Using Probabilistic Automata [61.09176771931052]
本稿では,動作の時間的構成を意味正規表現として表現し,確率的オートマトンを用いた推論フレームワークを提案する。我々のアプローチは、長い範囲の複雑なアクティビティを、順序のないアトミックアクションのセットとして予測するか、自然言語文を使ってビデオを取得するという既存の研究とは異なる。
論文参考訳（メタデータ） (2020-04-28T00:15:26Z)
Energy-Based Processes for Exchangeable Data [109.04978766553612]
エネルギーベースモデルを交換可能なデータに拡張するために、エネルギーベースプロセス(EBP)を導入する。 EBPの鍵となる利点は、集合上のより柔軟な分布を、その濃度を制限することなく表現できることである。本研究では,多種多様なタスクにおける最先端性能を実演する電子掲示板の効率的な訓練手順を開発する。
論文参考訳（メタデータ） (2020-03-17T04:26:02Z)

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。