論文の概要: Isomorphic Functionalities between Ant Colony and Ensemble Learning: Part II-On the Strength of Weak Learnability and the Boosting Paradigm

• arxiv url: http://arxiv.org/abs/2604.00038v1
• Date: Wed, 25 Mar 2026 03:04:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.63942
• Title: Isomorphic Functionalities between Ant Colony and Ensemble Learning: Part II-On the Strength of Weak Learnability and the Boosting Paradigm
• Title（参考訳）: アントコロニーとアンサンブル学習の同型的機能:その2-弱学習性とブースティングパラダイムの強さについて
• Authors: Ernest Fokoué, Gregory Babbitt, Yuval Levental,
• Abstract要約: 本シリーズの第1部では,アリコロニー決定とランダム森林学習との間に厳密な数学的同型を確立した。 ここでは、適応重み付けによるバイアス低減という相補的なメカニズムに目を向ける。 これらの過程が数学的に同型であることを証明し、弱い学習可能性の基本的な定理がコロニー決定における直接的な類似性を持つことを証明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In Part I of this series, we established a rigorous mathematical isomorphism between ant colony decision-making and random forest learning, demonstrating that variance reduction through decorrelation is a universal principle shared by biological and computational ensembles. Here we turn to the complementary mechanism: bias reduction through adaptive weighting. Just as boosting algorithms sequentially focus on difficult instances, ant colonies dynamically amplify successful foraging paths through pheromone-mediated recruitment. We prove that these processes are mathematically isomorphic, establishing that the fundamental theorem of weak learnability has a direct analog in colony decision-making. We develop a formal mapping between AdaBoost's adaptive reweighting and ant recruitment dynamics, show that the margin theory of boosting corresponds to the stability of quorum decisions, and demonstrate through comprehensive simulation that ant colonies implementing adaptive recruitment achieve the same bias-reduction benefits as boosting algorithms. This completes a unified theory of ensemble intelligence, revealing that both variance reduction (Part I) and bias reduction (Part II) are manifestations of the same underlying mathematical principles governing collective intelligence in biological and computational systems.
• Abstract（参考訳）: 本シリーズのパートIでは,アリコロニー決定とランダム森林学習の間に厳密な数学的同型を確立し,デコリレーションによる分散低減が生物学的および計算的なアンサンブルによって共有される普遍的な原理であることを実証した。 ここでは、適応重み付けによるバイアス低減という相補的なメカニズムに目を向ける。 アルゴリズムの強化が困難なインスタンスに順次フォーカスするのと同じように、Antコロニーはフェロモンを介するリクルートを通じて、成功している捕食パスを動的に増幅する。 これらの過程が数学的に同型であることを証明し、弱い学習可能性の基本的な定理がコロニー決定における直接的な類似性を持つことを証明した。 我々は,AdaBoostの適応的再重み付けとアント求人ダイナミクスの形式的マッピングを開発し,ブースティングのマージン理論がクォーラム決定の安定性に対応することを示した。 これはアンサンブルインテリジェンス(英語版)の統一理論を完成させ、分散還元(英語版)(Part I)とバイアス還元(Part II)の両方が、生物学的および計算システムにおける集合インテリジェンスを管理する同じ数学的原理の現れであることを示した。

関連論文リスト

• Decorrelation, Diversity, and Emergent Intelligence: The Isomorphism Between Social Insect Colonies and Ensemble Machine Learning [0.0]
  社会昆虫コロニーとアンサンブル機械学習の手法は、それぞれ自然と計算における分散情報処理の最も成功した例の2つを表している。 我々は,アントコロニーの意思決定とランダムな森林学習が,テキストbfstochastic アンサンブルインテリジェンス(textbfstochastic angmble Intelligence)の共通形式の下で創発されることを実証する厳密な枠組みを開発する。
  論文  参考訳（メタデータ） (2026-03-20T03:14:57Z)
• Rethinking Diffusion Models with Symmetries through Canonicalization with Applications to Molecular Graph Generation [56.361076943802594]
  CanonFlowは、挑戦的なGEOM-DRUGデータセット上で最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-02-16T18:58:55Z)
• Preconditioning Benefits of Spectral Orthogonalization in Muon [50.62925024212989]
  線形変圧器の行列分解と文脈内学習の2つのケーススタディにおいて,ミュオンの簡易版の有効性について検討した。 解析の結果,Muonのダイナミクスはスペクトル領域内の独立したスカラー配列の集合に分解され,それぞれが同様の収束挙動を示すことが明らかとなった。
  論文  参考訳（メタデータ） (2026-01-20T00:08:31Z)
• Provable Benefit of Curriculum in Transformer Tree-Reasoning Post-Training [76.12556589212666]
  学習後のカリキュラムは指数関数的複雑性のボトルネックを回避していることを示す。 結果のみの報酬信号の下では、強化学習の微調整は、サンプルの複雑さを高い精度で達成する。 カリキュラムを意識したクエリにより、報奨託書の呼び出しとサンプリングコストの両方を指数関数的に削減するテストタイムスケーリングの保証を確立する。
  論文  参考訳（メタデータ） (2025-11-10T18:29:54Z)
• Nested replicator dynamics, nested logit choice, and similarity-based learning [56.98352103321524]
  我々は,分割型類似性構造を持つアクションセットを持つゲームにおいて,学習と進化のモデルを考える。 このモデルでは、修正エージェントは現在の戦略と類似とみなす他の戦略を比較する確率が高い。 同様の戦略に対するこの暗黙の偏見のため、結果として生じる力学は模倣ゲーム力学の標準的な単調性合理性のいずれかを満たすことができない。
  論文  参考訳（メタデータ） (2024-07-25T07:09:53Z)
• Two Tales of Single-Phase Contrastive Hebbian Learning [9.84489449520821]
  完全局所学習アルゴリズムである「二重伝搬」は,性能ギャップをバックプロパゲーションに埋めることが可能であることを示す。 このアルゴリズムは、その数値安定性が、生物学的およびアナログ的な実装において制限的な対称ヌーディングに依存しているという欠点がある。
  論文  参考訳（メタデータ） (2024-02-13T16:21:18Z)
• Harnessing Heterogeneity: Learning from Decomposed Feedback in Bayesian Modeling [68.69431580852535]
  サブグループフィードバックを取り入れた新しいGPレグレッションを導入する。 我々の修正された回帰は、以前のアプローチと比べて、明らかにばらつきを減らし、したがってより正確な後続を減らした。 我々は2つの異なる社会問題に対してアルゴリズムを実行する。
  論文  参考訳（メタデータ） (2021-07-07T03:57:22Z)
• LieTransformer: Equivariant self-attention for Lie Groups [49.9625160479096]
  群等価ニューラルネットワークは群不変ニューラルネットワークの構成要素として用いられる。 我々は、文学の範囲を、ディープラーニングモデルの顕著な構築ブロックとして現れつつある自己注意にまで広げる。 任意のリー群とその離散部分群に同値なリー自己結合層からなる構造であるリー変換器を提案する。
  論文  参考訳（メタデータ） (2020-12-20T11:02:49Z)

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。