論文の概要: On Fibonacci Ensembles: An Alternative Approach to Ensemble Learning Inspired by the Timeless Architecture of the Golden Ratio
- arxiv url: http://arxiv.org/abs/2512.22284v1
- Date: Thu, 25 Dec 2025 07:05:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-30 22:37:29.959639
- Title: On Fibonacci Ensembles: An Alternative Approach to Ensemble Learning Inspired by the Timeless Architecture of the Golden Ratio
- Title（参考訳）: フィボナッチ・アンサンブルについて--黄金比のタイムレスアーキテクチャに触発された「アンサンブル・ラーニング」へのアプローチ
- Authors: Ernest Fokoué,
- Abstract要約: EmphFibonacci Ensemblesは、数学的に原理化されたが哲学的に着想を得たアンサンブル学習フレームワークである。
フィボナッチのアンサンブルは、より広範なアンサンブル学習の理論の中で自然で解釈可能な設計点を形成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nature rarely reveals her secrets bluntly, yet in the Fibonacci sequence she grants us a glimpse of her quiet architecture of growth, harmony, and recursive stability \citep{Koshy2001Fibonacci, Livio2002GoldenRatio}. From spiral galaxies to the unfolding of leaves, this humble sequence reflects a universal grammar of balance. In this work, we introduce \emph{Fibonacci Ensembles}, a mathematically principled yet philosophically inspired framework for ensemble learning that complements and extends classical aggregation schemes such as bagging, boosting, and random forests \citep{Breiman1996Bagging, Breiman2001RandomForests, Friedman2001GBM, Zhou2012Ensemble, HastieTibshiraniFriedman2009ESL}. Two intertwined formulations unfold: (1) the use of normalized Fibonacci weights -- tempered through orthogonalization and Rao--Blackwell optimization -- to achieve systematic variance reduction among base learners, and (2) a second-order recursive ensemble dynamic that mirrors the Fibonacci flow itself, enriching representational depth beyond classical boosting. The resulting methodology is at once rigorous and poetic: a reminder that learning systems flourish when guided by the same intrinsic harmonies that shape the natural world. Through controlled one-dimensional regression experiments using both random Fourier feature ensembles \citep{RahimiRecht2007RFF} and polynomial ensembles, we exhibit regimes in which Fibonacci weighting matches or improves upon uniform averaging and interacts in a principled way with orthogonal Rao--Blackwellization. These findings suggest that Fibonacci ensembles form a natural and interpretable design point within the broader theory of ensemble learning.
- Abstract（参考訳）: 自然は彼女の秘密を率直に明かすことはめったにないが、フィボナッチ・シークエンスでは、彼女の静かな成長、調和、再帰的な安定性のアーキテクチャを垣間見ることができる。
渦巻銀河から葉の展開まで、この謙虚なシーケンスはバランスの普遍的な文法を反映している。
本研究は,「emph{Fibonacci Ensembles}」という数学的に原理的だが哲学的に着想を得たアンサンブル学習フレームワークを導入し,バッグング,ブースティング,ランダム森林などの古典的集約スキームを補完し拡張する。
1) 正規化フィボナッチ重み(直交化とラオ-ブラックウェル最適化)を基本学習者間の系統的分散低減に用い,(2) フィボナッチフロー自体を反映した2次再帰的アンサンブルダイナミクスを用い,古典的隆起を超えて表現深度を増大させる。
学習システムが自然界を形作る同じ本質的な調和によって導かれると、学習システムが繁栄するということを思い出させる。
ランダムフーリエ特徴アンサンブル \citep{RahimiRecht2007RFF} と多項式アンサンブルの両方を用いて制御された一次元回帰実験により、フィボナッチ重み付けが一様平均化により一致し、直交ラオ-ブラックウェル化と原理的に相互作用する状態を示す。
これらの結果は、フィボナッチのアンサンブルが、より広範なアンサンブル学習理論の中で自然かつ解釈可能な設計点を形成することを示唆している。
関連論文リスト
- An RKHS Perspective on Tree Ensembles [0.0]
我々はランダムフォレストとグラディエントブースティングを解析するための理論的枠組みを開発する。
我々は、ランダムフォレスト予測器が、ペナル化された経験的リスク関数のユニークな最小化器として特徴づけられることを示す。
このフレームワークの重要な特徴は、カーネルとRKHSの幾何学の両方がデータに依存しており、ツリーベースのアンサンブルの強い経験的性能に関する理論的説明を提供することである。
論文 参考訳（メタデータ） (2025-11-29T08:54:37Z) - Spanning Tree Autoregressive Visual Generation [51.7635842702602]
本稿では,Spanning Tree Autoregressive (STAR) モデリングについて述べる。
論文 参考訳（メタデータ） (2025-11-21T09:45:17Z) - A Universal Banach--Bregman Framework for Stochastic Iterations: Unifying Stochastic Mirror Descent, Learning and LLM Training [8.57419236859437]
この研究は最適化のための先駆的なBanach--Bregmanフレームワークを導入する。
次世代最適化の基礎としてブレグマン幾何学を確立している。
機械学習、ディープラーニング、強化学習、および大規模言語モデルにわたる実証的研究は、最大で20%高速収束を示している。
論文 参考訳（メタデータ） (2025-09-17T17:50:59Z) - ProtInvTree: Deliberate Protein Inverse Folding with Reward-guided Tree Search [77.55575655986252]
ProtInvTreeはタンパク質逆フォールディングのための報酬誘導ツリー検索フレームワークである。
シークエンス生成は、意図的に、ステップワイズな意思決定プロセスとして再構成される。
検索深度と幅を広げて、再トレーニングすることなく、フレキシブルなテストタイムスケーリングをサポートする。
論文 参考訳（メタデータ） (2025-06-01T09:34:20Z) - Variational Combinatorial Sequential Monte Carlo for Bayesian Phylogenetics in Hyperbolic Space [2.596075116490744]
我々は2つの逐次探索アルゴリズムの新たな双曲拡張を開発する。
提案手法では,一貫した非バイアス推定器と変分推論手法を導入している。
実験結果から,高次元系統解析における高速化,拡張性,性能が示された。
論文 参考訳（メタデータ） (2025-01-29T20:02:16Z) - PhyloGen: Language Model-Enhanced Phylogenetic Inference via Graph Structure Generation [50.80441546742053]
系統樹は種間の進化的関係を解明する。
伝統的なマルコフ連鎖モンテカルロ法は、緩やかな収束と計算上の負担に直面している。
我々は、事前学習されたゲノム言語モデルを活用する新しい方法であるPhyloGenを提案する。
論文 参考訳（メタデータ） (2024-12-25T08:33:05Z) - Stochastic Unrolled Federated Learning [85.6993263983062]
本稿では,UnRolled Federated Learning (SURF)を導入する。
提案手法は,この拡張における2つの課題,すなわち,非学習者へのデータセット全体の供給の必要性と,フェデレート学習の分散的性質に対処する。
論文 参考訳（メタデータ） (2023-05-24T17:26:22Z) - Online Learning with Adversaries: A Differential-Inclusion Analysis [52.43460995467893]
我々は,完全に非同期なオンラインフェデレート学習のための観察行列ベースのフレームワークを提案する。
我々の主な結果は、提案アルゴリズムがほぼ確実に所望の平均$mu.$に収束することである。
新たな差分包摂型2時間スケール解析を用いて,この収束を導出する。
論文 参考訳（メタデータ） (2023-04-04T04:32:29Z) - Spectral Properties of Two Coupled Fibonacci Chains [0.0]
2つの同一フィボナッチ鎖の固有値と固有状態は異なる方法で結合する。
提案された構成は、例えば、電子的に結合した導波路、電気回路、または金属基板上にアダ原子で反格子をパターン化することによって、実験的実現を可能にする。
論文 参考訳（メタデータ） (2022-08-10T06:53:04Z) - Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。
主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。
2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
論文 参考訳（メタデータ） (2021-07-14T07:23:46Z)
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。