論文の概要: Reservoir Computing with Evolved Critical Neural Cellular Automata
- arxiv url: http://arxiv.org/abs/2508.02218v1
- Date: Mon, 04 Aug 2025 09:11:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 13:36:02.331089
- Title: Reservoir Computing with Evolved Critical Neural Cellular Automata
- Title（参考訳）: 進化するニューラルセルオートマタを用いた貯留層計算
- Authors: Sidney Pontes-Filho, Stefano Nichele, Mikkel Lepperød,
- Abstract要約: 臨界は、最も高い計算能力を示すことが知られている力学系の挙動状態である。
我々は、神経細胞オートマトン(NCA)を最適化して臨界を達成するために進化戦略を適用した。
提案されたクリティカルNCAは、極端な初期条件に対する堅牢性のために、自己組織化されたクリティカルシステムとして機能する可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Criticality is a behavioral state in dynamical systems that is known to present the highest computation capabilities, i.e., information transmission, storage, and modification. Therefore, such systems are ideal candidates as a substrate for reservoir computing, a subfield in artificial intelligence. Our choice of a substrate is a cellular automaton (CA) governed by an artificial neural network, also known as neural cellular automaton (NCA). We apply evolution strategy to optimize the NCA to achieve criticality, demonstrated by power law distributions in structures called avalanches. With an evolved critical NCA, the substrate is tested for reservoir computing. Our evaluation of the substrate is performed with two benchmarks, 5-bit memory task and image classification of handwritten digits. The result of the 5-bit memory task achieved a perfect score and the system managed to remember all 5 bits. The result for the image classification task matched and sometimes surpassed the performance of the best elementary CA for this task. Moreover, the proposed critical NCA may operate as a self-organized critical system, due to its robustness to extreme initial conditions.
- Abstract（参考訳）: 臨界性 (Criticality) は、力学系における行動状態であり、最も高い計算能力、すなわち情報伝達、記憶、修正能力を示すことが知られている。
したがって、そのようなシステムは、人工知能のサブフィールドである貯水池コンピューティングの基盤として理想的な候補である。
基質の選択は、ニューラルネットワークによって制御される細胞オートマトン(CA)であり、ニューラルセルオートマトン(NCA)とも呼ばれる。
我々はNCAを最適化して臨界を達成するために進化戦略を適用し、雪崩と呼ばれる構造物の電力法則分布を実証した。
NCAの進化により、基板は貯水池計算のために試験される。
5ビットメモリタスクと手書き桁の画像分類という2つのベンチマークを用いて,基板の評価を行った。
5ビットメモリタスクの結果は完全なスコアを獲得し、システムは5ビット全てを記憶することができた。
画像分類タスクの結果は一致し,時折,このタスクにとって最高の小学校CAのパフォーマンスを上回った。
さらに、提案された臨界NCAは、極端の初期条件に対する堅牢性のため、自己組織化臨界系として機能する可能性がある。
関連論文リスト
- Efficient Memristive Spiking Neural Networks Architecture with Supervised In-Situ STDP Method [0.0]
時間的スパイクエンコーディングを備えたメムリスタベースのスパイキングニューラルネットワーク(SNN)は、超低エネルギー計算を可能にする。
本稿では,新しい教師付きin-situ学習アルゴリズムを用いて学習した回路レベルのメムリシブスパイクニューラルネットワーク(SNN)アーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:09:48Z) - Analysis of a Memcapacitor-Based for Neural Network Accelerator Framework [0.9421843976231371]
本稿では,カデンスツールを用いた新しいCMOSベースのメモリキャパシタ回路を提案する。
メムキャパシタベースのアクセラレータの設計を容易にするため,我々はPythonでこのデバイスを開発した。
本研究では,メムキャパシタを用いたニューラルネットワークシステムによる分類処理の可能性を示す。
論文 参考訳（メタデータ） (2025-01-21T18:02:30Z) - Convolutional Neural Networks for Automated Cellular Automaton Classification [0.0]
コンピュータビジョン技術を用いて、5つのLi-Packardクラスに小セルオートマトンの自動分類を行う。
まず、これまで開発されたディープラーニングアプローチが、実際にローカル更新ルールを特定するために訓練されていることを示す。
次に、行動クラスを特定するのにほぼ完全に機能する畳み込みニューラルネットワークを示す。
論文 参考訳（メタデータ） (2024-09-04T14:21:00Z) - Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。
スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。
我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
論文 参考訳（メタデータ） (2024-04-08T16:34:35Z) - Towards a dissipative quantum classifier [10.528587399925938]
本稿では,散逸工学を利用した新しい量子分類器を提案する。
補助量子ビットに強い散逸を慎重に調整することにより、古典的データと散逸モードの1対1のマッピングを確立する。
我々は、古典的ニューラルネットワークに似た特定の分類タスクを実行するために、散逸中心スピン量子系を訓練する。
論文 参考訳（メタデータ） (2023-10-16T10:26:24Z) - How neural networks learn to classify chaotic time series [77.34726150561087]
本研究では,通常の逆カオス時系列を分類するために訓練されたニューラルネットワークの内部動作について検討する。
入力周期性とアクティベーション周期の関係は,LKCNNモデルの性能向上の鍵となる。
論文 参考訳（メタデータ） (2023-06-04T08:53:27Z) - A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive
Coding Networks [65.34977803841007]
予測符号化ネットワークは、ベイズ統計学と神経科学の両方にルーツを持つ神経科学にインスパイアされたモデルである。
シナプス重みに対する更新規則の時間的スケジュールを変更するだけで、元の規則よりもずっと効率的で安定したアルゴリズムが得られることを示す。
論文 参考訳（メタデータ） (2022-11-16T00:11:04Z) - Towards Theoretically Inspired Neural Initialization Optimization [66.04735385415427]
我々は,ニューラルネットワークの初期状態を評価するための理論的知見を備えた,GradCosineという微分可能な量を提案する。
標準制約下でGradCosineを最大化することにより、ネットワークのトレーニングとテストの両方の性能を向上させることができることを示す。
サンプル分析から実際のバッチ設定に一般化されたNIOは、無視可能なコストで、より優れた初期化を自動で探すことができる。
論文 参考訳（メタデータ） (2022-10-12T06:49:16Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - TELESTO: A Graph Neural Network Model for Anomaly Classification in
Cloud Services [77.454688257702]
機械学習(ML)と人工知能(AI)はITシステムの運用とメンテナンスに適用される。
1つの方向は、修復自動化を可能にするために、繰り返し発生する異常タイプを認識することである。
与えられたデータの次元変化に不変な手法を提案する。
論文 参考訳（メタデータ） (2021-02-25T14:24:49Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳（メタデータ） (2020-10-01T02:16:40Z) - P-CRITICAL: A Reservoir Autoregulation Plasticity Rule for Neuromorphic
Hardware [4.416484585765027]
繰り返し発生する人工ニューラルネットワーク上のバックプロパゲーションアルゴリズムは、時間とともに蓄積された状態の展開を必要とする。
自動貯水池調整のためのP-CRITICALという新しい局所塑性則を提案する。
パラメータをチューニングすることなく、様々なモーダルからくるタスクの性能改善を観察する。
論文 参考訳（メタデータ） (2020-09-11T18:13:03Z)
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。