Fugu-MT 論文翻訳(概要): Dominant Design Prediction with Phylogenetic Networks

論文の概要: Dominant Design Prediction with Phylogenetic Networks

arxiv url: http://arxiv.org/abs/2407.10206v1
Date: Sun, 14 Jul 2024 14:00:02 GMT
ステータス: 処理完了
システム内更新日: 2024-07-16 19:09:07.126969
Title: Dominant Design Prediction with Phylogenetic Networks
Title（参考訳）: 系統ネットワークによる支配的設計予測
Authors: Youwei He, Jeong-Dong Lee, Dawoon Jeong, Sungjun Choi, Jiyong Kim,
Abstract要約: 製品進化は、技術進化と市場選択の結果である。支配的なデザインの形成は、技術開発の軌跡を決定する。将来の支配的な設計を予測する方法は、技術予測と新製品開発において重要な問題となっている。
参考スコア（独自算出の注目度）: 1.111488407653005
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This study proposes an effective method to predict technology development from an evolutionary perspective. Product evolution is the result of technological evolution and market selection. A phylogenetic network is the main method to study product evolution. The formation of the dominant design determines the trajectory of technology development. How to predict future dominant design has become a key issue in technology forecasting and new product development. We define the dominant product and use machine learning methods, combined with product evolutionary theory, to construct a Fully Connected Phylogenetic Network dataset to effectively predict the future dominant design.
Abstract（参考訳）: 本研究では進化的観点から技術開発を予測する効果的な手法を提案する。製品進化は、技術進化と市場選択の結果である。系統ネットワークは、製品進化を研究する主要な方法である。支配的なデザインの形成は、技術開発の軌跡を決定する。将来の支配的な設計を予測する方法は、技術予測と新製品開発において重要な問題となっている。我々は、支配的な製品を定義し、製品進化理論と組み合わせて機械学習手法を用いて、将来の支配的な設計を効果的に予測する完全連結系統ネットワークデータセットを構築する。

関連論文リスト

Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks [0.0]
人工ニューラルネットワークの設計において、革新的なアプローチの1つの重要な側面は、新しいニューラルネットワークアーキテクチャを提案することである。本研究では,CNNを設計するために純粋遺伝的プログラミング手法を用いる。予備実験の過程で,提案手法は有望な結果をもたらす。
論文参考訳（メタデータ） (2024-09-30T18:10:06Z)
Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
論文参考訳（メタデータ） (2024-04-13T02:39:36Z)
Evolutionary game theory: the mathematics of evolution and collective behaviours [1.4685355149711299]
進化ゲーム理論の手法を使って最近の研究の方向性を要約する。これは、ランダムな進化ゲームにおける(安定な)平衡数の統計的性質の分析を含む。また、安全行動の進化のモデル化や、技術開発レースにおける高度な人工知能技術によるリスクも含んでいる。
論文参考訳（メタデータ） (2023-11-24T13:42:55Z)
Role of Morphogenetic Competency on Evolution [0.0]
進化計算において、逆関係(進化に関する知性の影響)は、生物レベルの振る舞いの観点からアプローチされる。我々は、解剖学的形態空間をナビゲートするシステムの最小限のモデルの知性に焦点を当てる。我々はシリコの標準遺伝アルゴリズムを用いて人工胚の個体群を進化させた。
論文参考訳（メタデータ） (2023-10-13T11:58:18Z)
Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文参考訳（メタデータ） (2023-06-23T18:10:54Z)
Using Genetic Programming to Predict and Optimize Protein Function [65.25258357832584]
我々は,進化的手法に基づく遺伝的プログラミングツールPOETを提案し,方向性進化におけるスクリーニングと変異原性を高める。概念実証として, 化学交換飽和移動機構によって検出されたMRIコントラストを生成するペプチドを用いる。以上の結果から,POETのような計算モデリングツールは,従来よりも400%優れた機能性を持つペプチドを見つけるのに有効であることが示唆された。
論文参考訳（メタデータ） (2022-02-08T18:08:08Z)
Learning from learning machines: a new generation of AI technology to meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文参考訳（メタデータ） (2021-11-27T00:55:21Z)
The Role of Evolution in Machine Intelligence [8.228029233058411]
マシンインテリジェンスの発展には、進化という代替手段が重要だ、と私は主張する。私の第一次提案は、進化的アプローチの幅広い範囲で研究を多様化することです。
論文参考訳（メタデータ） (2021-06-21T14:46:18Z)
Epigenetic evolution of deep convolutional models [81.21462458089142]
我々は、より深い畳み込みモデルを進化させるために、これまで提案されていた神経進化の枠組みを構築した。異なる形状と大きさのカーネルを同一層内に共存させる畳み込み層配置を提案する。提案したレイアウトにより、畳み込み層内の個々のカーネルのサイズと形状を、対応する新しい突然変異演算子で進化させることができる。
論文参考訳（メタデータ） (2021-04-12T12:45:16Z)
Structural Combinatorial of Network Information System of Systems based on Evolutionary Optimization Method [9.647501068848069]
ネットワーク情報アーキテクチャの進化は遺伝的アルゴリズムによって解析される。進化的シミュレーションは、ネットワーク情報アーキテクチャの最適スキームを予測するために用いられる。
論文参考訳（メタデータ） (2020-02-22T14:17:52Z)
Alpha Discovery Neural Network based on Prior Knowledge [55.65102700986668]
遺伝的プログラミング(GP)は、金融自動化機能構築タスクにおける最先端技術である。本稿では,分散金融技術指標の自動構築が可能なニューラルネットワーク構造であるAlpha Discovery Neural Network (ADNN)を提案する。
論文参考訳（メタデータ） (2019-12-26T03:10:17Z)

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。