論文の概要: Sophisticated Behavioral Simulation: A Possible Solution to Problems of
Organized Complexity
- arxiv url: http://arxiv.org/abs/2401.09851v2
- Date: Sat, 2 Mar 2024 03:24:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-05 20:07:27.811486
- Title: Sophisticated Behavioral Simulation: A Possible Solution to Problems of
Organized Complexity
- Title（参考訳）: 洗練された行動シミュレーション:組織的複雑性問題の解決策
- Authors: Cheng Wang, Chuwen Wang, Yu Zhao, Wang Zhang, Shirong Zeng, Ronghui
Ning, Changjun Jiang
- Abstract要約: 本稿では,科学的パラダイムと問題の分析に基づくシミュレーション技術の有効性と嗜好について検討する。
本稿では,行動シミュレーション(BS)の概念と,さらに洗練された行動シミュレーション(SBS)を提案する。
社会科学の科学研究分野におけるより強力なBSとSBSの応用を楽しみにしています。
- 参考スコア（独自算出の注目度）: 15.401047019091553
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulation technologies have been widely utilized in many scientific research
fields such as weather forecasting, fluid mechanics, and biological
populations. As a matter of facts, they act as the best tool to handle problems
in complex systems where closed-form expressions are unavailable and the target
distribution in the representation space is too complex to be fully represented
by data-driven learning models, such as deep learning (DL) models. This paper
investigates the effectiveness and preference of simulation technologies based
on the analyses of scientific paradigms and problems. We revisit the evolution
of scientific paradigms from the perspective of data, algorithms, and
computational power, and rethink a classic classification of scientific
problems which consists of the problems of organized simplicity, problems of
disorganized complexity, and problems of organized complexity. These different
problems reflect the strengths of different paradigms, indicating that a new
simulation technology integrating different paradigms is required to deal with
unresolved problems of organized complexity in more complex systems. Therefore,
we summarize existent simulation technologies aligning with the scientific
paradigms, and propose the concept of behavioral simulation (BS), and further
sophisticated behavioral simulation (SBS). They represent a higher degree of
paradigms integration based on foundation models to simulate complex social
systems involving sophisticated human strategies and behaviors. Beyond the
capacity of traditional agent-based modeling simulation (ABMS), BS and further
SBS are designed to tackle challenges concerning the complex human system,
which can be regarded as a possible next paradigm for science. Through this
work, we look forward to more powerful BS and SBS applications in scientific
research branches within social science.
- Abstract（参考訳）: シミュレーション技術は、天気予報、流体力学、生物集団など、多くの科学研究分野で広く利用されている。
事実として、閉じた形式表現が使えず、表現空間のターゲット分布が複雑すぎて、ディープラーニング(dl)モデルのようなデータ駆動学習モデルによって完全に表現できない複雑なシステムにおける問題に対処するための最善のツールとして機能する。
本稿では,科学的パラダイムと問題の分析に基づくシミュレーション技術の有効性と嗜好について検討する。
我々は、データ、アルゴリズム、計算力の観点から科学パラダイムの進化を再考し、組織的単純さの問題、非組織的複雑性の問題、組織的複雑性の問題からなる科学的問題の古典的な分類を再考する。
これらの異なる問題は異なるパラダイムの強みを反映しており、より複雑なシステムにおける組織化された複雑性の未解決問題に対処するために異なるパラダイムを統合する新しいシミュレーション技術が必要であることを示している。
そこで,既存のシミュレーション技術と科学的パラダイムを融合させ,行動シミュレーション(bs)の概念とより洗練された行動シミュレーション(sbs)を提案する。
これらは、高度な人間の戦略や行動を含む複雑な社会システムをシミュレートする基礎モデルに基づく高度なパラダイム統合を表している。
従来のエージェント・ベース・モデリング・シミュレーション(ABMS)の能力を超えて、BSとSBSは、科学の次のパラダイムとして考えられる複雑な人間のシステムに関する課題に取り組むように設計されている。
本研究を通じて、社会科学の科学研究分野におけるより強力なBSおよびSBS応用を期待する。
関連論文リスト
- LLM-Augmented Agent-Based Modelling for Social Simulations: Challenges and Opportunities [0.0]
大きな言語モデルとエージェントベースのシミュレーションを統合することは、複雑な社会システムを理解するための変換可能性を提供する。
LLM強化社会シミュレーションを体系的に開発するためのアーキテクチャと手法について検討する。
LLMとエージェントベースのシミュレーションを統合することは、研究者や科学者に強力なツールセットを提供すると結論付けている。
論文 参考訳（メタデータ） (2024-05-08T08:57:54Z) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳（メタデータ） (2023-10-14T23:28:48Z) - On Robust Numerical Solver for ODE via Self-Attention Mechanism [82.95493796476767]
我々は,内在性雑音障害を緩和し,AIによって強化された数値解法を,データサイズを小さくする訓練について検討する。
まず,教師付き学習における雑音を制御するための自己認識機構の能力を解析し,さらに微分方程式の数値解に付加的な自己認識機構を導入し,簡便かつ有効な数値解法であるAttrを提案する。
論文 参考訳（メタデータ） (2023-02-05T01:39:21Z) - SMT-based Weighted Model Integration with Structure Awareness [18.615397594541665]
本研究では,SMTに基づく列挙法と問題構造を効果的に符号化するアルゴリズムを開発した。
これにより,冗長モデルの生成を回避し,計算コストを大幅に削減できる。
論文 参考訳（メタデータ） (2022-06-28T09:46:17Z) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - Constructing Neural Network-Based Models for Simulating Dynamical
Systems [59.0861954179401]
データ駆動モデリングは、真のシステムの観測からシステムの力学の近似を学ぼうとする代替パラダイムである。
本稿では,ニューラルネットワークを用いた動的システムのモデル構築方法について検討する。
基礎的な概要に加えて、関連する文献を概説し、このモデリングパラダイムが克服すべき数値シミュレーションから最も重要な課題を概説する。
論文 参考訳（メタデータ） (2021-11-02T10:51:42Z) - An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。
本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
論文 参考訳（メタデータ） (2021-08-09T17:39:09Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Machine Learning for Robust Identification of Complex Nonlinear
Dynamical Systems: Applications to Earth Systems Modeling [8.896888286819635]
カオスを示すシステムは地球科学の至るところに分布している。
システム同定は、気候科学における課題である。
我々は,気候科学におけるベンチマークモデルとして,2レベルロレンツ-96のカオスシステムを考える。
論文 参考訳（メタデータ） (2020-08-12T22:37:12Z)
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。