論文の概要: Machine-learning optimized measurements of chaotic dynamical systems via the information bottleneck

• arxiv url: http://arxiv.org/abs/2311.04896v2
• Date: Wed, 20 Mar 2024 01:42:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-21 22:17:48.136314
• Title: Machine-learning optimized measurements of chaotic dynamical systems via the information bottleneck
• Title（参考訳）: 情報ボトルネックを用いたカオス力学系の機械学習最適化計測
• Authors: Kieran A. Murphy, Dani S. Bassett,
• Abstract要約: 完璧な測定は、システムの進化によって生成された全ての情報を最小限の冗長性でキャプチャする。 最適な測定方法を見つけることは困難であり、一般的には、実行された少数のケースにおいて、ダイナミクスの詳細な知識を必要とする。 我々は、軌道データから効率的に情報を抽出する計測プロセスの最適化に機械学習を用いる。
• 参考スコア（独自算出の注目度）: 4.189643331553922
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deterministic chaos permits a precise notion of a "perfect measurement" as one that, when obtained repeatedly, captures all of the information created by the system's evolution with minimal redundancy. Finding an optimal measurement is challenging, and has generally required intimate knowledge of the dynamics in the few cases where it has been done. We establish an equivalence between a perfect measurement and a variant of the information bottleneck. As a consequence, we can employ machine learning to optimize measurement processes that efficiently extract information from trajectory data. We obtain approximately optimal measurements for multiple chaotic maps and lay the necessary groundwork for efficient information extraction from general time series.
• Abstract（参考訳）: 決定論的カオス(Deterministic chaos)は、「完璧な測定」という正確な概念を許し、繰り返し得られると、システムの進化によって生成された全ての情報を最小の冗長性でキャプチャする。 最適な測定方法を見つけることは困難であり、一般的には、実行された少数のケースにおいて、ダイナミクスの詳細な知識を必要とする。 完全測定と情報ボトルネックの変種との等価性を確立する。 その結果、軌道データから効率的に情報を抽出する計測プロセスの最適化に機械学習を用いることができる。 我々は,複数のカオスマップに対してほぼ最適な測定値を求め,一般時系列からの効率的な情報抽出に必要な基礎を定めている。

関連論文リスト

• MEXGEN: An Effective and Efficient Information Gain Approximation for Information Gathering Path Planning [3.195234044113248]
  自律ロボットの計画アルゴリズムは、不確実性の下でのシーケンシャルな意思決定問題を解決する必要がある。 我々は,不確実な信念状態からセンサ計測を予測する難しい問題に対して,計算的に効率的かつ効果的に近似する手法を開発した。 マルチロータ型空中ロボットを用いた広範囲なシミュレーション・フィールド実験により, 電波源追尾と位置決め問題の性能向上を実証した。
  論文  参考訳（メタデータ） (2024-05-04T08:09:16Z)
• Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
  我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。 我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。 この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
  論文  参考訳（メタデータ） (2023-04-20T19:15:02Z)
• Information bottleneck theory of high-dimensional regression: relevancy, efficiency and optimality [6.700873164609009]
  オーバーフィッティングは機械学習における中心的な課題であるが、多くの大きなニューラルネットワークは容易にトレーニング損失をゼロにする。 トレーニングデータのノイズを符号化する適合モデルのビットとして定義される残差情報による過度適合の定量化を行う。
  論文  参考訳（メタデータ） (2022-08-08T00:09:12Z)
• Information-Theoretic Odometry Learning [83.36195426897768]
  生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。 提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
  論文  参考訳（メタデータ） (2022-03-11T02:37:35Z)
• A dynamic programming algorithm for informative measurements and near-optimal path-planning [0.0]
  情報的測定は、未知の状態に関する情報を得る最も効率的な方法である。 情報量列を返す汎用動的プログラミングアルゴリズムの第一原理を導出する。 このアルゴリズムは、自律エージェントやロボットが次に測定すべき場所を決定するために使用することができる。
  論文  参考訳（メタデータ） (2021-09-24T08:40:06Z)
• An Adaptive Framework for Learning Unsupervised Depth Completion [59.17364202590475]
  カラー画像から高密度深度マップとそれに伴うスパース深度測定を推定する手法を提案する。 正規化とコビジュアライゼーションは、モデルの適合度とデータによって関連付けられており、単一のフレームワークに統合可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-06T02:27:55Z)
• Learning to Measure: Adaptive Informationally Complete Generalized Measurements for Quantum Algorithms [0.0]
  本稿では,情報完全正の演算子値測定(POVM)をオンザフライで最適化するアルゴリズムを提案する。 分子ハミルトニアンの基底状態エネルギーの計算における変分量子固有解器の効率を改善することにより、その利点を示す。 さらに、他の量の関心を推測するために測定データを再利用できるため、アプローチの情報完全性は極めて有利である。
  論文  参考訳（メタデータ） (2021-04-01T15:49:05Z)
• Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
  利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。 動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
  論文  参考訳（メタデータ） (2021-02-15T19:56:48Z)
• Estimating informativeness of samples with Smooth Unique Information [108.25192785062367]
  サンプルが最終的な重みを知らせる量と、重みによって計算される関数を知らせる量を測定します。 線形化ネットワークを用いてこれらの量の効率的な近似を行う。 本稿では,データセットの要約など,いくつかの問題に適用する。
  論文  参考訳（メタデータ） (2021-01-17T10:29:29Z)
• Gaussianizing the Earth: Multidimensional Information Measures for Earth Data Analysis [9.464720193746395]
  情報理論は地球系データを解析するための優れた枠組みである。 これは不確実性と冗長性を特徴付けることができ、普遍的に解釈可能である。 様々な地球系データ解析問題において,情報理論の手法が適用可能であることを示す。
  論文  参考訳（メタデータ） (2020-10-13T15:30:34Z)
• Evaluating representations by the complexity of learning low-loss predictors [55.94170724668857]
  下流タスクの解決に使用されるデータの表現を評価することの問題点を考察する。 本稿では,関心のあるタスクにおける低損失を実現する表現の上に,予測器を学習する複雑性によって表現の質を測定することを提案する。
  論文  参考訳（メタデータ） (2020-09-15T22:06:58Z)

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。