論文の概要: Which bits went where? Past and future transfer entropy decomposition with the information bottleneck

• arxiv url: http://arxiv.org/abs/2411.04992v1
• Date: Thu, 07 Nov 2024 18:57:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-08 19:35:25.419009
• Title: Which bits went where? Past and future transfer entropy decomposition with the information bottleneck
• Title（参考訳）: どのビットがどこへ行ったか?情報ボトルネックによる過去と未来への移動エントロピー分解
• Authors: Kieran A. Murphy, Zhuowen Yin, Dani S. Bassett,
• Abstract要約: 相互情報と同様に、転送エントロピーは一般に共有変動の量をまとめた単一の値として報告される。 本稿では,移動エントロピーを分解し,情報フローの両側に変化のビットを局在させる手法を提案する。 そこで本手法を応用して, 複数回の合成繰り返し過程における伝達エントロピーの分解と, 同時行動および神経活動に関する実験マウスデータセットを構築した。
• 参考スコア（独自算出の注目度）: 3.7277730514654555
• License:
• Abstract: Whether the system under study is a shoal of fish, a collection of neurons, or a set of interacting atmospheric and oceanic processes, transfer entropy measures the flow of information between time series and can detect possible causal relationships. Much like mutual information, transfer entropy is generally reported as a single value summarizing an amount of shared variation, yet a more fine-grained accounting might illuminate much about the processes under study. Here we propose to decompose transfer entropy and localize the bits of variation on both sides of information flow: that of the originating process's past and that of the receiving process's future. We employ the information bottleneck (IB) to compress the time series and identify the transferred entropy. We apply our method to decompose the transfer entropy in several synthetic recurrent processes and an experimental mouse dataset of concurrent behavioral and neural activity. Our approach highlights the nuanced dynamics within information flow, laying a foundation for future explorations into the intricate interplay of temporal processes in complex systems.
• Abstract（参考訳）: 研究中のシステムは、魚の群れ、神経細胞の群れ、または大気と海洋の相互作用する一連のプロセスの集合であるかどうかにかかわらず、転送エントロピーは時系列間の情報の流れを測定し、因果関係を検出できる。 相互情報と同様に、転送エントロピーは一般に共有変動の量をまとめた単一の値として報告されるが、よりきめ細かい会計は研究中の過程について多くを照らす可能性がある。 本稿では,伝達エントロピーを分解し,情報フローの両面における変化のビットを局所化する。 我々は、時系列を圧縮し、転送されたエントロピーを特定するために、情報ボトルネック(IB)を用いる。 そこで本手法を応用して, 複数回の合成繰り返し過程における伝達エントロピーの分解と, 同時行動および神経活動に関する実験マウスデータセットを構築した。 本稿では,複雑なシステムにおける時間的プロセスの複雑な相互作用について,今後の研究の基盤となる情報フローの微妙なダイナミクスに注目した。

関連論文リスト

• Neural Entropy [0.0]
  拡散モデルのパラダイムを用いて,深層学習と情報理論の関連性を検討する。 我々は、拡散過程を逆転させるために必要な情報の量を特徴付け、ニューラルネットワークがこの情報を格納し、生成段階においてマクスウェルの悪魔を思い起こさせるように動作することを示す。 この概念図は、最適制御、熱力学、情報理論、最適輸送の要素をブレンドし、ニューラルネットワークを理解するためのテストベンチとして拡散モデルを適用する可能性を高める。
  論文  参考訳（メタデータ） (2024-09-05T18:00:00Z)
• Quantum information scrambling in adiabatically-driven critical systems [49.1574468325115]
  量子情報スクランブル(quantum information scrambling)とは、量子多体系の多くの自由度に初期記憶された情報の拡散を指す。 我々は、量子情報スクランブルの概念を、断熱進化中の臨界量子多体システムに拡張する。
  論文  参考訳（メタデータ） (2024-08-05T18:00:05Z)
• Generalizing measurement-induced phase transitions to information exchange symmetry breaking [0.0]
  情報力学は進化状態の R'enyi と von-Neumann エントロピーを用いて研究される。 エンタングルメント遷移は,情報交換対称性の自発的な破れとして理解することができることを示す。
  論文  参考訳（メタデータ） (2024-02-16T19:32:15Z)
• Measurement and feedforward induced entanglement negativity transition [19.01176942368721]
  量子系における測定誘起力学と条件付きユニタリ進化の相互作用について検討する。 通勤乱数測定およびフィードフォワード(MFF)プロセスの数値解析および解析を行った。 MFFチャネルの数が変化するにつれて, 絡み合う負性を生み出す能力の急激な変化がみられた。
  論文  参考訳（メタデータ） (2023-10-27T17:55:00Z)
• Enhanced Sampling of Configuration and Path Space in a Generalized Ensemble by Shooting Point Exchange [71.49868712710743]
  長寿命状態間の遷移によって引き起こされる稀な事象をシミュレートする新しい手法を提案する。 このスキームは遷移経路サンプリングシミュレーションの効率を大幅に向上させる。 力学を歪ませることなく、分子過程の熱力学、動力学、反応座標に関する情報を得る。
  論文  参考訳（メタデータ） (2023-02-17T08:41:31Z)
• Estimating Latent Population Flows from Aggregated Data via Inversing Multi-Marginal Optimal Transport [57.16851632525864]
  累積カウントデータから潜在人口フローを推定する問題について検討する。 この問題は、プライバシーの問題や測定の不確実性のために個々の軌道が利用できない場合に発生する。 我々はMOTフレームワークのコスト関数を学習し,集約データからの遷移フローを推定する。
  論文  参考訳（メタデータ） (2022-12-30T03:03:23Z)
• Informational steady-states and conditional entropy production in continuously monitored systems: the case of Gaussian systems [0.0]
  特に、非平衡過程から生じる不可逆性の度合いは、興味あるシステムの状態に関する情報を取得することを目的とした測定によって強く影響を受ける。 連続測定された非平衡ガウス系の熱力学とプロセスを完全に特徴づけるツールボックスを構築した。
  論文  参考訳（メタデータ） (2021-05-26T12:39:13Z)
• Dynamic Hawkes Processes for Discovering Time-evolving Communities' States behind Diffusion Processes [57.22860407362061]
  拡散プロセスの背後にあるコミュニティ状態の基盤となるダイナミクスを捉えることができる新しいホークスプロセスモデルを提案する。 提案手法はDHPと呼ばれ、時間発展するコミュニティの状態の複雑な表現を学習するための柔軟な方法を提供する。
  論文  参考訳（メタデータ） (2021-05-24T08:35:48Z)
• Tracing Information Flow from Open Quantum Systems [52.77024349608834]
  我々は導波路アレイに光子を用いて、キュービットと低次元の離散環境とのカップリングの量子シミュレーションを実装した。 量子状態間のトレース距離を情報の尺度として用いて、異なるタイプの情報伝達を分析する。
  論文  参考訳（メタデータ） (2021-03-22T16:38:31Z)
• Inverse Learning of Symmetries [71.62109774068064]
  2つの潜在部分空間からなるモデルで対称性変換を学ぶ。 我々のアプローチは、情報ボトルネックと連続的な相互情報正規化器の組み合わせに基づいています。 我々のモデルは, 人工的および分子的データセットにおける最先端の手法より優れている。
  論文  参考訳（メタデータ） (2020-02-07T13:48:52Z)
• On Geometry of Information Flow for Causal Inference [0.0]
  本稿では, グラガー・コーサリティに関するノーベル賞受賞作品を含む情報の流れを考察する。 我々の主な貢献は、伝達エントロピーによって示される因果推論として情報フローの幾何学的解釈を可能にする分析ツールを開発することである。
  論文  参考訳（メタデータ） (2020-02-06T02:46:48Z)

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。