論文の概要: How Information Evolves: Stability-Driven Assembly and the Emergence of a Natural Genetic Algorithm

• arxiv url: http://arxiv.org/abs/2601.17061v1
• Date: Thu, 22 Jan 2026 15:47:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:07.109188
• Title: How Information Evolves: Stability-Driven Assembly and the Emergence of a Natural Genetic Algorithm
• Title（参考訳）: 情報がどのように進化するか: 安定性駆動型アセンブリと自然遺伝的アルゴリズムの創発
• Authors: Dan Adler,
• Abstract要約: SDA(StableabilityDriven Assembly)は,長寿命のモチーフに対して,集団の永続性に偏りを伴ってホールマークを組立てるフレームワークである。 SDA/GAをSMILESフラグメントの組換え,突然変異,安定性関数を用いて化学記号空間に適用した。 結果は、永続的選択が遺伝的複製に先行する進化的はしご仮説を動機付けている。
• 参考スコア（独自算出の注目度）: 1.2691047660244335
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Information can evolve as a physical consequence of non-equilibrium dynamics, even in the absence of genes, replication, or predefined fitness functions. We present Stability-Driven Assembly (SDA), a framework in which stochastic assembly combined with differential persistence biases populations toward longer-lived motifs. Assemblies that persist longer become more frequent and are therefore more likely to participate in subsequent interactions, generating feedback that reshapes the population distribution and implements fitness-proportional sampling, realizing evolution as a natural, emergent genetic algorithm (SDA/GA) driven solely by stability. We apply SDA/GA to chemical symbol space using SMILES fragments with recombination, mutation, and a heuristic stability function. Simulations show hallmark features of evolutionary search, including scaffold-level dominance, sustained novelty, and entropy reduction, yielding open-ended dynamics absent from equilibrium models with fixed transition rates. These results motivate an evolutionary ladder hypothesis where persistence-driven selection precedes genetic replication.
• Abstract（参考訳）: 情報は、遺伝子、複製、あるいは予め定義された適合関数がなくても、非平衡ダイナミクスの物理的結果として進化することができる。 本稿では、確率的アセンブリと微分的永続性バイアスを組み合わすフレームワークである安定性駆動アセンブリ(SDA)を、長寿命モチーフに向けて提示する。 長期間持続する集合体は、より頻繁になり、その後の相互作用に参加する傾向が強くなり、人口分布を再活性化するフィードバックを生成し、適応的サンプリングを行い、安定性のみによって駆動される自然で創発的な遺伝的アルゴリズム(SDA/GA)として進化を実現する。 SDA/GAをSMILESフラグメントの組換え,突然変異,ヒューリスティック安定性関数を用いて化学記号空間に適用した。 シミュレーションでは、足場レベルの優位性、持続的ノベルティ、エントロピーの減少など、進化的探索の目印となる特徴が示され、固定的な遷移速度を持つ平衡モデルに欠如している。 これらの結果は、永続的選択が遺伝的複製に先行する進化的はしご仮説を動機付けている。

関連論文リスト

• Diverse Neural Sequences in QIF Networks: An Analytically Tractable Framework for Synfire Chains and Hippocampal Replay [0.0]
  本研究では,時間的に非対称なヘッビアン則を介し,シーケンスを組み込んだ準連続積分・消火ニューロンの擬似ネットワークを提案する。 以上の結果より, 持続的シンファイア様連鎖や一過性海馬リプレイ様バーストなどの連続的活動のスペクトルを強く再現し, リップル内周波数調節(IFA)を呈することが示唆された。 これらの結果は, TAH接続性を有するQIFネットワークを, 脳内の連続神経活動の出現, 安定性, 多様性を調査するための, 解析的かつ生物学的に妥当なプラットフォームとして確立する。
  論文  参考訳（メタデータ） (2025-08-08T07:27:47Z)
• Predictability Shapes Adaptation: An Evolutionary Perspective on Modes of Learning in Transformers [51.992454203752686]
  トランスフォーマーモデルは、IWL(In-weights Learning)とICL(In-context Learning)の2つの異なるモードで学習する。 我々は進化生物学の類似した適応戦略である遺伝的エンコーディングと表現型可塑性からインスピレーションを得ている。 我々はこれらの予測可能性の次元を実験的に運用し、トランスフォーマーのICL/IWLバランスへの影響について検討する。
  論文  参考訳（メタデータ） (2025-05-14T23:31:17Z)
• Semantically Rich Local Dataset Generation for Explainable AI in Genomics [0.716879432974126]
  ゲノム配列に基づいて訓練されたブラックボックス深層学習モデルは、異なる遺伝子制御機構の結果を予測するのに優れている。 本稿では、遺伝的プログラミングを用いて、その意味的多様性に寄与する配列の摂動を進化させることによりデータセットを生成することを提案する。
  論文  参考訳（メタデータ） (2024-07-03T10:31:30Z)
• A Poisson-Gamma Dynamic Factor Model with Time-Varying Transition Dynamics [51.147876395589925]
  非定常PGDSは、基礎となる遷移行列が時間とともに進化できるように提案されている。 後続シミュレーションを行うために, 完全共役かつ効率的なギブスサンプリング装置を開発した。 実験により,提案した非定常PGDSは,関連するモデルと比較して予測性能が向上することを示した。
  論文  参考訳（メタデータ） (2024-02-26T04:39:01Z)
• Agent Alignment in Evolving Social Norms [65.45423591744434]
  本稿では,エージェント進化とアライメントのための進化的フレームワークであるEvolutionaryAgentを提案する。 社会規範が継続的に進化する環境では、エージェントは現在の社会規範に適応し、生存と増殖の確率が高くなる。 進化的エージェントは、一般的なタスクにおいてその能力を維持しながら、進化する社会規範と徐々に整合できることを示す。
  論文  参考訳（メタデータ） (2024-01-09T15:44:44Z)
• Unbalanced Diffusion Schr\"odinger Bridge [71.31485908125435]
  任意の有限質量の辺縁の時間的進化をモデル化する不均衡DSBを導入する。 これは、殺生項を伴う微分方程式の時間反転を導出することで達成される。 本稿では,非バランスなDSBを学習するためのスケーラブルな目的関数を構成する2つの新しいアルゴリズムスキームを提案する。
  論文  参考訳（メタデータ） (2023-06-15T12:51:56Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• The scaling of goals via homeostasis: an evolutionary simulation, experiment and analysis [0.0]
  本研究では, 形態形成過程における細胞の集合的知能を, ホメオスタティックプロセスの中心における目標状態をスケールアップすることによって, 行動知能に転換することを提案する。 これらの創発性形態形成因子は、その標的形態学を達成するために応力伝播ダイナミクスの使用を含む、多くの予測された特徴を示す。 本研究では, 進化が最小目標指向行動(ホメオスタティックループ)をどのように高次問題解決剤に拡大するかを, 定量的に把握するための第一歩として提案する。
  論文  参考訳（メタデータ） (2022-11-15T21:48:44Z)
• Momentum Accelerates Evolutionary Dynamics [4.061135251278187]
  運動量によって、レプリカータ方程式やユークリッド勾配降下を含む進化力学の収束が促進されることを示す。 また, これらの力学の収束特性は, 例えば, 岩壁・筋の地形に付随するサイクリングを破ることによって, 運動量によって変化させることができることを示す。
  論文  参考訳（メタデータ） (2020-07-05T21:09:30Z)

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。