Fugu-MT 論文翻訳(概要): Functional role of synchronization: A mean-field control perspective

論文の概要: Functional role of synchronization: A mean-field control perspective

arxiv url: http://arxiv.org/abs/2502.00590v1
Date: Sat, 01 Feb 2025 23:08:56 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-05 14:58:22.493856
Title: Functional role of synchronization: A mean-field control perspective
Title（参考訳）: 同期の機能的役割:平均場制御の観点から
Authors: Prashant Mehta, Sean Meyn,
Abstract要約: 本研究の目的は、相互接続された力学系の集合的挙動を理解する方法を開発することである。ピーター・ケインズ(Peter Caines)が開拓した平均フィールドゲーム(英語版)の分野は、これらのトピックに対処するのに非常に適している。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: The broad goal of the research surveyed in this article is to develop methods for understanding the aggregate behavior of interconnected dynamical systems, as found in mathematical physics, neuroscience, economics, power systems and neural networks. Questions concern prediction of emergent (often unanticipated) phenomena, methods to formulate distributed control schemes to influence this behavior, and these topics prompt many other questions in the domain of learning. The area of mean field games, pioneered by Peter Caines, are well suited to addressing these topics. The approach is surveyed in the present paper within the context of controlled coupled oscillators.
Abstract（参考訳）: 本研究の目的は, 数学的物理学, 神経科学, 経済学, 電力システム, ニューラルネットワークなど, 相互接続された力学系の集合的挙動を理解する手法を開発することである。疑問は、創発的な(しばしば予期せぬ)現象の予測、分散制御スキームを定式化してこの行動に影響を与える方法、およびこれらのトピックは、学習領域における他の多くの質問を喚起する。ピーター・ケインズ(Peter Caines)が開拓した平均フィールドゲーム(英語版)の分野は、これらのトピックに対処するのに非常に適している。本報告では,制御結合発振器の文脈内でのアプローチについて検討する。

関連論文リスト

Discovering emergent connections in quantum physics research via dynamic word embeddings [0.562479170374811]
概念結合予測のための動的単語埋め込みに基づく新しい手法を提案する。知識グラフとは異なり,本手法は概念間の暗黙の関係を捉え,教師なしの方法で学習し,より広い範囲の情報を符号化する。この表現は、科学文献における概念的関係をモデル化するための、より柔軟で情報的な方法を提供することを示唆している。
論文参考訳（メタデータ） (2024-11-10T19:45:59Z)
An Introduction to Cognidynamics [11.337163242503166]
textitCognidynamicsは、時間とともに課される最適な目的によって駆動される認知システムのダイナミクスである。我々は,エネルギー散逸の重要な役割とその注意機構と意識行動の焦点との関係を示す。
論文参考訳（メタデータ） (2024-08-18T05:40:07Z)
Explaining Deep Neural Networks by Leveraging Intrinsic Methods [0.9790236766474201]
この論文はeXplainable AIの分野に貢献し、ディープニューラルネットワークの解釈可能性の向上に重点を置いている。中心となる貢献は、これらのネットワークをより解釈しやすくすることを目的とした新しい技術の導入である。第2に、この研究は、訓練された深層ニューラルネットワーク内のニューロンに関する新しい研究を掘り下げ、その活性化値に関連する見過ごされた現象に光を当てた。
論文参考訳（メタデータ） (2024-07-17T01:20:17Z)
Behavior-Inspired Neural Networks for Relational Inference [3.7219180084857473]
最近の研究は、エージェント間の関係を、その身体行動の観察に基づいて分類することを学ぶ。エージェントの観測可能な振る舞いと,その動作を決定する潜在カテゴリの抽象化レベルを導入する。エージェントの身体的近さと嗜好を非線形意見力学モデルに統合し、相互排他的潜在カテゴリを特定し、エージェントの時間的進化を予測し、エージェントの身体的挙動を制御するメカニズムを提供する。
論文参考訳（メタデータ） (2024-06-20T21:36:54Z)
Conditional computation in neural networks: principles and research trends [48.14569369912931]
本稿では,ニューラルネットワークの設計にテクトコンディショナリ計算を適用するという,新たな領域の原理とアイデアを要約する。特に、入力に条件付きで計算グラフの一部を動的に活性化または非活性化するニューラルネットワークに焦点を当てる。
論文参考訳（メタデータ） (2024-03-12T11:56:38Z)
Machine learning the interaction network in coupled dynamical systems [0.0]
相互作用する粒子の集合において、相互作用ネットワークは、様々なコンポーネントが相互にどのように相互作用するかに関する情報を含んでいる。本研究では,対話ネットワークの回復とエージェントのダイナミクスの予測という2つの結果を達成するために,自己教師型ニューラルネットワークモデルを用いる。
論文参考訳（メタデータ） (2023-10-05T08:29:00Z)
Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。決定木を利用して,ロボット学習における絡み合いの要因を抽出する。学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
論文参考訳（メタデータ） (2022-10-13T01:10:41Z)
Active Inference in Robotics and Artificial Agents: Survey and Challenges [51.29077770446286]
我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
論文参考訳（メタデータ） (2021-12-03T12:10:26Z)
A Predictive Coding Account for Chaotic Itinerancy [68.8204255655161]
予測符号化を実装したリカレントニューラルネットワークが,入力雑音の存在下でカオス的反復性に類似したニューラルトラジェクトリを生成する方法を示す。本モデルを用いて,無作為かつ非依存なトラジェクタスイッチングトラジェクトリを生成する2つのシナリオを提案する。
論文参考訳（メタデータ） (2021-06-16T16:48:14Z)
Weakly Supervised Object Localization and Detection: A Survey [145.5041117184952]
オブジェクトのローカライゼーションと検出は、新しい世代のコンピュータビジョンシステムを開発する上で重要な役割を果たす。本稿では,(1)古典的モデル,(2)既成の深層ネットワークの特徴表現を用いたアプローチ,(3)ディープラーニングのみに基づくアプローチ,(4)この分野で広く利用されている公開データセットと標準評価指標についてレビューする。この分野における重要な課題、この分野の開発履歴、各カテゴリーの手法の利点/欠点、異なるカテゴリーの方法間の関係、弱い監督対象のローカリゼーションおよび検出方法の適用、およびこの研究分野の開発をさらに促進するための潜在的な将来の方向性について議論します。
論文参考訳（メタデータ） (2021-04-16T06:44:50Z)
Developing Constrained Neural Units Over Time [81.19349325749037]
本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
論文参考訳（メタデータ） (2020-09-01T09:07:25Z)

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。