論文の概要: Self-Organization in Computation & Chemistry: Return to AlChemy
- arxiv url: http://arxiv.org/abs/2408.12137v1
- Date: Thu, 22 Aug 2024 05:44:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-23 15:03:23.110562
- Title: Self-Organization in Computation & Chemistry: Return to AlChemy
- Title（参考訳）: 計算と化学における自己組織化 - AlChemyへの回帰
- Authors: Cole Mathis, Devansh Patel, Westley Weimer, Stephanie Forrest,
- Abstract要約: 1990年代、Walter Fontana と Leo Buss は $lambda$ として知られる公式な計算モデルに基づく新しいモデリング手法を提案した。
ここでは、この古典的なモデルであるAlChemyを再考する。
複雑で安定した組織は、以前予想されていたよりも頻繁に出現し、これらの組織は、自明な固定点への崩壊に対して堅牢であるが、これらの安定した組織は、より高次のエンティティに簡単に統合できない。
- 参考スコア（独自算出の注目度）: 7.305979446312823
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: How do complex adaptive systems, such as life, emerge from simple constituent parts? In the 1990s Walter Fontana and Leo Buss proposed a novel modeling approach to this question, based on a formal model of computation known as $\lambda$ calculus. The model demonstrated how simple rules, embedded in a combinatorially large space of possibilities, could yield complex, dynamically stable organizations, reminiscent of biochemical reaction networks. Here, we revisit this classic model, called AlChemy, which has been understudied over the past thirty years. We reproduce the original results and study the robustness of those results using the greater computing resources available today. Our analysis reveals several unanticipated features of the system, demonstrating a surprising mix of dynamical robustness and fragility. Specifically, we find that complex, stable organizations emerge more frequently than previously expected, that these organizations are robust against collapse into trivial fixed-points, but that these stable organizations cannot be easily combined into higher order entities. We also study the role played by the random generators used in the model, characterizing the initial distribution of objects produced by two random expression generators, and their consequences on the results. Finally, we provide a constructive proof that shows how an extension of the model, based on typed $\lambda$ calculus, \textcolor{black}{could simulate transitions between arbitrary states in any possible chemical reaction network, thus indicating a concrete connection between AlChemy and chemical reaction networks}. We conclude with a discussion of possible applications of AlChemy to self-organization in modern programming languages and quantitative approaches to the origin of life.
- Abstract（参考訳）: 生命のような複雑な適応システムは、単純な構成部品からどのように現われるのか?
1990年代、Walter Fontana と Leo Buss は、$\lambda$ calculus として知られる公式な計算モデルに基づく新しいモデリング手法を提案した。
このモデルでは、単純な規則が組み合わさって大きな可能性空間に埋め込まれ、複雑な、動的に安定な組織を生み出し、生化学反応ネットワークを思い起こさせることを示した。
ここでは、この古典的なモデルであるAlChemyを再考する。
元の結果を再現し、現在利用可能なより大きな計算資源を用いて、これらの結果の堅牢性について研究する。
我々の分析では、システムの予期せぬいくつかの特徴が明らかとなり、動的堅牢性と脆弱性が驚くほど混在していることが示されている。
具体的には、複雑で安定した組織は、以前予想されていたよりも頻繁に出現し、これらの組織は、自明な固定点への崩壊に対して堅牢であるが、これらの安定した組織は、より高次のエンティティに簡単に統合できない。
また、2つのランダムな表現生成器が生成したオブジェクトの初期分布を特徴付けるモデルで使用されるランダムな生成器の役割とその結果への影響について検討した。
最後に、型付き $\lambda$ calculus, \textcolor{black}{could に基づくモデルの拡張が、任意の化学反応ネットワークにおける任意の状態間の遷移をシミュレートし、AlChemy と化学反応ネットワークの間の具体的な接続を示す構成的証明を提供する。
本稿では,現代プログラミング言語における自己組織化へのAlChemyの応用の可能性と,生命の起源に対する定量的アプローチについて論じる。
関連論文リスト
- Pre-trained Molecular Language Models with Random Functional Group Masking [54.900360309677794]
SMILESをベースとしたアンダーリネム分子アンダーリネム言語アンダーリネムモデルを提案し,特定の分子原子に対応するSMILESサブシーケンスをランダムにマスキングする。
この技術は、モデルに分子構造や特性をよりよく推測させ、予測能力を高めることを目的としている。
論文 参考訳（メタデータ） (2024-11-03T01:56:15Z) - Response Matching for generating materials and molecules [0.0]
本稿では、応答マッチング(RM)と呼ばれる新しい生成手法を提案する。
RMは原子間相互作用の局所性を利用しており、本質的には置換、翻訳、回転、周期的不変性を尊重している。
3つのシステムにわたるRMの効率性と一般化を実証する。
論文 参考訳（メタデータ） (2024-05-15T03:08:21Z) - Shape Arithmetic Expressions: Advancing Scientific Discovery Beyond Closed-Form Equations [56.78271181959529]
GAM(Generalized Additive Models)は、変数とターゲットの間の非線形関係をキャプチャできるが、複雑な特徴相互作用をキャプチャすることはできない。
本稿では,GAMのフレキシブルな形状関数と,数学的表現に見られる複雑な特徴相互作用を融合させる形状表現算術(SHARE)を提案する。
また、標準制約を超えた表現の透明性を保証するSHAREを構築するための一連のルールを設計する。
論文 参考訳（メタデータ） (2024-04-15T13:44:01Z) - Autonomous Learning of Generative Models with Chemical Reaction Network
Ensembles [0.0]
我々は、幅広い種類の化学系が複雑な分布を自律的に学習できる一般的なアーキテクチャを開発する。
提案手法は, 相対エントロピーコスト関数の勾配降下という, 機械学習の最適化作業の化学的実装の形式を取り入れたものである。
論文 参考訳（メタデータ） (2023-11-02T03:46:23Z) - Scalable Diffusion for Materials Generation [99.71001883652211]
我々は任意の結晶構造(ユニマット)を表現できる統一された結晶表現を開発する。
UniMatはより大型で複雑な化学系から高忠実度結晶構造を生成することができる。
材料の生成モデルを評価するための追加指標を提案する。
論文 参考訳（メタデータ） (2023-10-18T15:49:39Z) - Exploring Complex Dynamical Systems via Nonconvex Optimization [0.0]
我々は、機械学習のツールを用いた代替の最適化駆動アプローチを提案する。
本稿では, 複雑な化学反応ネットワークを組み込んだ, 完全最適化可能な反応拡散モデルに適用する。
これにより、パターン形成、散逸を最大化する非平衡状態、複製のような動的構造を含む、新しい状態と振舞いを体系的に同定することができる。
論文 参考訳（メタデータ） (2023-01-03T01:35:39Z) - Neural-network solutions to stochastic reaction networks [7.021105583098606]
本稿では,化学マスター方程式の解法として,変分自己回帰ネットワークを用いた機械学習手法を提案する。
提案手法は, 種数状態空間における結合確率分布の時間的変化を追跡する。
遺伝的トグルスイッチと初期生命自己複製器において、時間とともに確率分布を正確に生成することを示した。
論文 参考訳（メタデータ） (2022-09-29T07:27:59Z) - Learning Neural Generative Dynamics for Molecular Conformation
Generation [89.03173504444415]
分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。
分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
論文 参考訳（メタデータ） (2021-02-20T03:17:58Z) - Goal-directed Generation of Discrete Structures with Conditional
Generative Models [85.51463588099556]
本稿では,強化学習目標を直接最適化し,期待される報酬を最大化するための新しいアプローチを提案する。
提案手法は、ユーザ定義プロパティを持つ分子の生成と、所定の目標値を評価する短いピソン表現の同定という2つのタスクで検証する。
論文 参考訳（メタデータ） (2020-10-05T20:03:13Z) - Combinatory Chemistry: Towards a Simple Model of Emergent Evolution [0.0]
Combinatory Chemistryは、 Combinatory Logicという最小限の計算パラダイムに基づくアルゴリズム人工化学である。
実験の結果,外部介入を伴わないこの動的システムの単一実行は,広範囲の創発的パターンを発見できることがわかった。
論文 参考訳（メタデータ） (2020-03-17T19:55:58Z) - Retrosynthesis Prediction with Conditional Graph Logic Network [118.70437805407728]
コンピュータ支援のレトロシンセシスは、化学と計算機科学の双方から新たな関心を集めている。
本稿では,グラフニューラルネットワーク上に構築された条件付きグラフィカルモデルであるConditional Graph Logic Networkを用いて,この課題に対する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2020-01-06T05:36:57Z)
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。