論文の概要: Causal symmetrization as an empirical signature of operational autonomy in complex systems

• arxiv url: http://arxiv.org/abs/2512.09352v2
• Date: Fri, 12 Dec 2025 14:45:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-15 13:50:29.097593
• Title: Causal symmetrization as an empirical signature of operational autonomy in complex systems
• Title（参考訳）: 複雑系における運用自律の実証的シグネチャとしての因果対称性
• Authors: Anthony Gosme,
• Abstract要約: 理論生物学は、自律システムは構造と活動の間の相互的制約を通じてアイデンティティを維持することを提唱している。 人工社会技術システムにおけるこの枠組みを,運用自律性と整合した統計的署名を同定することにより実証的に評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Theoretical biology has long proposed that autonomous systems sustain their identity through reciprocal constraints between structure and activity, a dynamical regime underlying concepts such as closure to efficient causation and autopoiesis. Despite their influence, these principles have resisted direct empirical assessment outside biological systems. Here, we empirically assess this framework in artificial sociotechnical systems by identifying a statistical signature consistent with operational autonomy. Analyzing 50 large-scale collaborative software ecosystems spanning 11,042 system-months, we develop an order parameter ($Γ$) quantifying structural persistence under component turnover and use Granger causality to characterize directional coupling between organizational architecture and collective activity. $Γ$ exhibits a bimodal distribution (Hartigan's dip test $p = 0.0126$; $Δ$BIC = 2000), revealing a sharp phase transition between an exploratory regime of high variance and a mature regime characterized by a 1.77-fold variance collapse. At maturity, causal symmetrization emerges, with the structure--activity coupling ratio shifting from 0.71 (activity-driven) to 0.94 (bidirectional). A composite viability index combining activity and structural persistence outperforms activity-based prediction alone (AUC = 0.88 vs. 0.81), identifying ``structural zombie'' systems in which sustained activity masks architectural decay. Together, these results show that causal symmetrization functions as a necessary statistical signature consistent with theoretical notions of operational closure, without implying biological life or mechanistic closure. They demonstrate that core principles of autonomy can be empirically probed in artificial collaborative systems, supporting substrate-independent dynamical signatures of self-organizing autonomy across complex adaptive systems.
• Abstract（参考訳）: 理論生物学は、自律システムは構造と活動の間の相互的制約を通じてアイデンティティを維持することを長い間提案してきた。 その影響にもかかわらず、これらの原則は生物学的システム以外の直接的な経験的評価に抵抗してきた。 本稿では,この枠組みを人工社会技術システムで実証的に評価し,運用自律性に整合した統計的署名を同定する。 11,042のシステムにまたがる50の大規模なコラボレーションソフトウェアエコシステムを分析して、コンポーネントのターンオーバーの下で構造的永続性を定量化するためのオーダーパラメータ($)を開発し、Grangerの因果関係を利用して、組織アーキテクチャと集団活動の方向性の結合を特徴付ける。 2次分布 (Hartigan's dip test $p = 0.0126$; $Δ$BIC = 2000) は、高分散の探索的状態と1.77倍の分散崩壊を特徴とする成熟的状態の間の急激な位相遷移を示す。 成熟すると、因果対称性が出現し、構造-活性結合比は0.71(活性駆動)から0.94(双方向)にシフトする。 AUC = 0.88 vs. 0.81) は, 活動と構造的持続性を組み合わせた複合的生存性指標を用いて, 持続的な活動マスクが構造的崩壊を引き起こす「構造的ゾンビ」システムを同定した。 これらの結果から, 因果対称性関数は, 生物学的生命や機械的閉鎖を示唆することなく, 操作的閉鎖の理論的概念と整合した統計的署名として必要とされることが示唆された。 彼らは、自律性の中核となる原則が、複雑な適応システム全体にわたる自己組織的自律性の基質非依存的な動的シグネチャをサポートする、人工協調システムにおいて経験的に調査できることを実証した。

関連論文リスト

• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント、言語モデル(LM)ベースのシステムでは、推論、計画、行動が現実のAIアプリケーションの主要なパラダイムになりつつある。 この広く採用されているにもかかわらず、彼らのパフォーマンスを決定する原則は未定のままである。 エージェントシステムのスケーリング原理を導出することで、このギャップに対処する。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• The Subtle Art of Defection: Understanding Uncooperative Behaviors in LLM based Multi-Agent Systems [22.357102759752234]
  本稿では,非協調行動がマルチエージェントシステムの不安定化や崩壊のメカニズムをシミュレートし,解析するための新しい枠組みを提案する。 本フレームワークは,(1)非協調的エージェント行動のゲーム理論に基づく分類,(2)エージェントの状態が進化するにつれて非協調的動作を動的に生成・改善する多段階シミュレーションパイプラインを含む。
  論文  参考訳（メタデータ） (2025-11-19T20:39:19Z)
• Structured Contrastive Learning for Interpretable Latent Representations [2.8870482999983094]
  本研究では,潜在空間表現を3つの意味群に分割するフレームワークであるStructured Contrastive Learning (SCL)を提案する。 ECG相の分散とIMU回転の実験は優れた性能を示した。 この研究は、リアクティブデータ拡張からプロアクティブな構造学習へのパラダイムシフトを表し、ニューラルネットワークにおける解釈可能な潜在表現を可能にする。
  論文  参考訳（メタデータ） (2025-11-18T21:18:20Z)
• Parallel BiLSTM-Transformer networks for forecasting chaotic dynamics [24.960864709838436]
  本研究では,Transformer と Bidirectional Long Short-Term Memory Network を統合した並列予測フレームワークを提案する。 提案したハイブリッドモデルはデュアルブランチアーキテクチャを採用しており、Transformerブランチは主に長距離依存関係をキャプチャする。 結果は、提案されたハイブリッドフレームワークがタスク間でシングルブランチアーキテクチャの両方より優れていることを一貫して示している。
  論文  参考訳（メタデータ） (2025-10-27T16:17:10Z)
• Bidirectional Representations Augmented Autoregressive Biological Sequence Generation:Application in De Novo Peptide Sequencing [51.12821379640881]
  自己回帰(AR)モデルは、全体的な双方向表現を提供するが、生成的コヒーレンスとスケーラビリティに関する課題に直面している。 非自己回帰機構からリッチなコンテキスト情報を動的に統合することにより、AR生成を向上するハイブリッドフレームワークを提案する。 新しいクロスデコーダアテンションモジュールにより、ARデコーダは、これらの双方向機能を反復的にクエリし、統合することができる。
  論文  参考訳（メタデータ） (2025-10-09T12:52:55Z)
• PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
  本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。 ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。 これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
  論文  参考訳（メタデータ） (2025-08-29T01:47:27Z)
• Emergence of Hierarchies in Multi-Agent Self-Organizing Systems Pursuing a Joint Objective [12.899919591015912]
  マルチエージェント自己組織化システム(MASOS)は、スケーラビリティ、適応性、柔軟性、堅牢性などの重要な特徴を示す。 本稿では,タスク実行時の依存性階層の出現に注目した。 他のエージェントの状態に関する各エージェントの動作の勾配を計算することで、エージェント間の依存関係を定量化する。
  論文  参考訳（メタデータ） (2025-08-13T06:50:03Z)
• A Neuroscience-Inspired Dual-Process Model of Compositional Generalization [12.494200165412186]
  ニューラルインスパイアされたデュアルプロセスモデルであるtextscMirageを提案する。 高速で直感的なSystem1'(メタトレーニングされたトランスフォーマー)と、意図的にルールベースのSystem2'(エンジン)を組み合わせる。 Mirageはタスクに依存しない設定でSCANベンチマークのすべての分割に対して$99%の精度を達成する。
  論文  参考訳（メタデータ） (2025-07-25T01:02:07Z)
• Multi-Agent Collaboration via Evolving Orchestration [55.574417128944226]
  大規模言語モデル(LLM)は、様々な下流タスクで顕著な成果を上げているが、そのモノリシックな性質は複雑な問題解決におけるスケーラビリティと効率を制限している。 LLMに基づくマルチエージェントコラボレーションのためのパウチスタイルのパラダイムを提案し,タスク状態の進化に応じて,中央集権的なオーケストレータ("puppeteer")がエージェント("puppets")を動的に指示する。 クローズドドメインおよびオープンドメインシナリオの実験により,この手法は計算コストを低減し,優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2025-05-26T07:02:17Z)
• Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems [74.80320120264459]
  本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。 複素運動は安定な力学系のロールアウトとして符号化される。 このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
  論文  参考訳（メタデータ） (2020-05-27T03:51:57Z)

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。