論文の概要: Storage and selection of multiple chaotic attractors in minimal reservoir computers

• arxiv url: http://arxiv.org/abs/2603.15155v1
• Date: Mon, 16 Mar 2026 11:49:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.187095
• Title: Storage and selection of multiple chaotic attractors in minimal reservoir computers
• Title（参考訳）: ミニマルリザーブコンピュータにおける複数カオスアトラクションの保存と選択
• Authors: Francesco Martinuzzi, Holger Kantz,
• Abstract要約: マルチトラクタ学習は、大規模でランダムに配線された貯水池を用いて、主に追求されてきた。 最近の研究は、最小決定論的貯水池が単一系カオス予測のためのランダムな設計と一致することを示している。 最小限のアーキテクチャは、複数のカオス的なアトラクションをうまく格納できるが、タスクの切り替えには苦労している。
• 参考スコア（独自算出の注目度）: 0.4390824340015486
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern predictive modeling increasingly calls for a single learned dynamical substrate to operate across multiple regimes. From a dynamical-systems viewpoint, this capability decomposes into the storage of multiple attractors and the selection of the appropriate attractor in response to contextual cues. In reservoir computing (RC), multi-attractor learning has largely been pursued using large, randomly wired reservoirs, on the assumption that stochastic connectivity is required to generate sufficiently rich internal dynamics. At the same time, recent work shows that minimal deterministic reservoirs can match random designs for single-system chaotic forecasting. Under which conditions can minimal topologies learn multiple chaotic attractors? In this paper, we find that minimal architectures can successfully store multiple chaotic attractors. However, these same architectures struggle with task switching, in which the system must transition between attractors in response to external cues. We test storage and selection on all 28 unordered system pairs formed from eight three-dimensional chaotic systems. We do not observe a robust dependence of multi-attractor performance on reservoir topology. Over the ten topologies investigated, we find that no single one consistently outperforms the others for either storage or cue-dependent selection. Our results suggest that while minimal substrates possess the representational capacity to model coexisting attractors, they may lack the robust temporal memory required for cued transitions.
• Abstract（参考訳）: 現代の予測モデリングでは、複数のレジームをまたがる単一の学習された動的基質をますます求めている。 動的システムの観点から、この機能は複数のアトラクタの格納と、コンテキスト的キューに対応する適切なアトラクタの選択に分解される。 貯水池コンピューティング(RC)では、十分にリッチな内部力学を生成するために確率的接続が必要であるという前提のもと、大規模でランダムに配線された貯水池を用いてマルチトラクタ学習が追求されている。 同時に、最近の研究では、最小の決定論的貯水池が単一系カオス予測のためのランダムな設計と一致できることが示されている。 どのような条件下で、最小の位相は複数のカオス的誘引子を学習できるのか? 本稿では,最小限のアーキテクチャで複数のカオスアトラクションを格納できることを示す。 しかし、これらの同じアーキテクチャはタスクスイッチングに苦しむため、システムは外部のキューに応答してアトラクタ間で遷移しなければならない。 我々は、8つの3次元カオスシステムから形成された28の無秩序なシステムペアに対して、記憶と選択をテストした。 貯水池のトポロジーに対するマルチトラクタ性能のロバストな依存は観測できない。 調査した10のトポロジのうち、保存とキューに依存した選択のどちらにおいても、1つのトポロジが他のどのトポロジよりも一貫して優れていないことが判明した。 以上の結果から,最小基板は既存のアトラクタをモデル化するための表現能力を持っているが,キュート遷移に必要な時間記憶が欠如している可能性が示唆された。

関連論文リスト

• Multi-Modal Manipulation via Multi-Modal Policy Consensus [62.49978559936122]
  本稿では,ロボット操作のための多様な感覚モダリティを統合するための新しいアプローチを提案する。 提案手法は,それぞれが単一の表現に特化している拡散モデルの集合にポリシーを分解する。 我々は、RLBenchにおけるシミュレーション操作タスクと、隠蔽対象のピック、手作業のスプーン再配向、パズル挿入といった実世界のタスクについて評価した。
  論文  参考訳（メタデータ） (2025-09-27T19:43:04Z)
• Deep Hierarchical Learning with Nested Subspace Networks [53.71337604556311]
  大規模ニューラルネットワークのためのNested Subspace Networks (NSN)を提案する。 NSNは、単一のモデルを連続した計算予算の範囲で動的かつきめ細かな調整を可能にする。 我々は,NSNを訓練済みのLLMに外科的に適用し,スムーズで予測可能な計算性能フロンティアを解き放つことができることを示した。
  論文  参考訳（メタデータ） (2025-09-22T15:13:14Z)
• Robustly optimal dynamics for active matter reservoir computing [0.0]
  貯水池計算のパラダイムにおいて, 活性物質の情報処理能力について検討し, カオス信号の将来状態を推定する。 我々はこれまで見過ごされてきたエージェント・ダイナミクスの並外れた体制を明らかにする。 多くの条件下での性能に対して堅牢に最適化されており、より一般的に物理システムによる計算に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-05-08T17:09:14Z)
• Exploring the origins of switching dynamics in a multifunctional reservoir computer [0.0]
  貯水池コンピュータ(RC)は、同じ訓練された重量のセットを使用して、同時に複数のアトラクションを再構築する。 ある場合、RCが引き金の共存を再構築できなかった場合、転移性を示す。 本稿では,これらスイッチングダイナミクスの起源を,両立問題によるパラダイム設定で考察する。
  論文  参考訳（メタデータ） (2024-08-27T20:51:48Z)
• Chaotic attractor reconstruction using small reservoirs - the influence of topology [0.0]
  貯留層計算はカオス力学の予測に有効な方法であることが示されている。 本研究では,未結合ノードの貯留層が長期時間予測をより確実に生成することを示す。
  論文  参考訳（メタデータ） (2024-02-23T09:43:52Z)
• Seeing double with a multifunctional reservoir computer [0.0]
  多機能生物学的ニューラルネットワークは、ネットワーク特性を変更することなく複数のタスクを実行するために、マルチスタビリティを利用する。 本研究では, 貯水池コンピュータが, 相互に重なり合う場合のアトラクタの共存を再構築する方法について検討する。 分岐解析は、RCがカオス状態に入ると多機能性がどのように出現し、破壊されるかを明らかにする。
  論文  参考訳（メタデータ） (2023-05-09T23:10:29Z)
• Automated Search for Resource-Efficient Branched Multi-Task Networks [81.48051635183916]
  我々は,多タスクニューラルネットワークにおける分岐構造を自動的に定義する,微分可能なニューラルネットワーク探索に根ざした原理的アプローチを提案する。 本手法は,限られた資源予算内で高い性能の分岐構造を見いだすことができる。
  論文  参考訳（メタデータ） (2020-08-24T09:49:19Z)
• S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
  モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。 我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
  論文  参考訳（メタデータ） (2020-07-13T17:44:30Z)
• Unsupervised multi-modal Styled Content Generation [61.040392094140245]
  UMMGANは、教師なし方式でマルチモーダル分布をモデル化するために設計された新しいアーキテクチャである。 UMMGANはモードとスタイルを効果的に切り離し、生成したコンテンツに対して独立した制御を行うことができることを示す。
  論文  参考訳（メタデータ） (2020-01-10T19:36:08Z)

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。