論文の概要: Universal statistical signatures of evolution in artificial intelligence architectures

• arxiv url: http://arxiv.org/abs/2604.10571v1
• Date: Sun, 12 Apr 2026 10:35:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.107414
• Title: Universal statistical signatures of evolution in artificial intelligence architectures
• Title（参考訳）: 人工知能アーキテクチャにおける進化の普遍的統計的シグネチャ
• Authors: Theodor Spiro,
• Abstract要約: 人工知能のアーキテクチャ進化が生物学的進化と同じ統計法則に従うかどうかを検証する。 進化の統計構造は基質非依存であり、選択のメカニズムではなく、フィットネスランドスケープによって決定される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We test whether artificial intelligence architectural evolution obeys the same statistical laws as biological evolution. Compiling 935 ablation experiments from 161 publications, we show that the distribution of fitness effects (DFE) of architectural modifications follows a heavy-tailed Student's t-distribution with proportions (68% deleterious, 19% neutral, 13% beneficial for major ablations, n=568) that place AI between compact viral genomes and simple eukaryotes. The DFE shape matches D. melanogaster (normalized KS=0.07) and S. cerevisiae (KS=0.09); the elevated beneficial fraction (13% vs. 1-6% in biology) quantifies the advantage of directed over blind search while preserving the distributional form. Architectural origination follows logistic dynamics (R^2=0.994) with punctuated equilibria and adaptive radiation into domain niches. Fourteen architectural traits were independently invented 3-5 times, paralleling biological convergences. These results demonstrate that the statistical structure of evolution is substrate-independent, determined by fitness landscape topology rather than the mechanism of selection.
• Abstract（参考訳）: 人工知能のアーキテクチャ進化が生物学的進化と同じ統計法則に従うかどうかを検証する。 161の出版物から935件のアブレーション実験を補完し, 適合性効果(DFE)の分布は, 小型ウイルスゲノムと単純真核生物の間でAIを配置する, 比率68%, 中立性19%, 有効性13%, 単純真核生物間でのAIの分布に追随することを示した。 DFEの形状はD. melanogaster (正規化KS=0.07) とS. cerevisiae (KS=0.09) と一致する。 構造の起源は、領域ニッチへの平衡と適応的放射を伴うロジスティックダイナミクス(R^2=0.994)に従う。 14の建築特性は独立して3-5回発明され、生物学的収束と平行していた。 これらの結果は、進化の統計構造が基質に依存しず、選択のメカニズムよりもフィットネスランドスケープトポロジーによって決定されることを示している。

関連論文リスト

• Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
  パーキンソン病は世界中で1千万人以上に影響している。 個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。 我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
  論文  参考訳（メタデータ） (2026-03-31T02:36:10Z)
• Causal Circuit Tracing Reveals Distinct Computational Architectures in Single-Cell Foundation Models: Inhibitory Dominance, Biological Coherence, and Cross-Model Convergence [0.0]
  SAE特徴と下流応答を損なうことで因果回路をトレースする手法を提案する。 我々はGeneformer V2-316M と scGPT に4つの条件で適用した。
  論文  参考訳（メタデータ） (2026-03-02T11:21:44Z)
• What Topological and Geometric Structure Do Biological Foundation Models Learn? Evidence from 141 Hypotheses [0.0]
  52回の反復で141の幾何学的および位相的仮説を提案し,検証し,洗練するAI駆動ブレインストーミングループを提案する。 遺伝子埋め込み近傍は非自明なトポロジーを示し、12層のうち11層に持続的ホモロジーが有意である。 scGPTとGeneformerのCCAアライメントは0.80の正準相関と72%の遺伝子検索精度をもたらすが、19の検査方法が確実に遺伝子レベルの対応を回復することはなかった。
  論文  参考訳（メタデータ） (2026-02-25T14:33:24Z)
• Domain-Informed Genetic Superposition Programming: A Case Study on SFRC Beams [9.17282078449475]
  本研究はドメインインフォームド遺伝子重畳プログラミング(DIGSP)を提案する。 DIGSPは入力空間をドメイン固有の特徴サブセットに分割し、独立した遺伝的プログラミング(GP)集団を進化させ、物質固有の効果をモデル化する。 65%のトレーニング、10%のバリデーション、25%のテスト分割を含む30の独立した試験において、DIGSPはトレーニングおよびテストルート平均二乗誤差(RMSE)において一貫してBGPを上回った。
  論文  参考訳（メタデータ） (2025-09-20T03:32:31Z)
• The effect of data augmentation and 3D-CNN depth on Alzheimer's Disease detection [51.697248252191265]
  この研究は、データハンドリング、実験設計、モデル評価に関するベストプラクティスを要約し、厳密に観察する。 我々は、アルツハイマー病(AD)の検出に焦点を当て、医療における課題のパラダイム的な例として機能する。 このフレームワークでは,3つの異なるデータ拡張戦略と5つの異なる3D CNNアーキテクチャを考慮し,予測15モデルを訓練する。
  論文  参考訳（メタデータ） (2023-09-13T10:40:41Z)
• Attention-based Saliency Maps Improve Interpretability of Pneumothorax Classification [52.77024349608834]
  視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。 ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。 ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
  論文  参考訳（メタデータ） (2023-03-03T12:05:41Z)
• Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
  この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。 そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。 拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
  論文  参考訳（メタデータ） (2022-05-05T10:31:57Z)
• Vision Transformers for femur fracture classification [59.99241204074268]
  Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。 史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
  論文  参考訳（メタデータ） (2021-08-07T10:12:42Z)
• Chest x-ray automated triage: a semiologic approach designed for clinical implementation, exploiting different types of labels through a combination of four Deep Learning architectures [83.48996461770017]
  本研究では,異なる畳み込みアーキテクチャの後期融合に基づく深層学習手法を提案する。 公開胸部x線画像と機関アーカイブを組み合わせたトレーニングデータセットを4つ構築した。 4つの異なるディープラーニングアーキテクチャをトレーニングし、それらのアウトプットとレイトフュージョン戦略を組み合わせることで、統一されたツールを得ました。
  論文  参考訳（メタデータ） (2020-12-23T14:38:35Z)
• A multi-agent evolutionary robotics framework to train spiking neural networks [35.90048588096738]
  スパイクニューラルネットワーク(snn)を訓練するための新しいマルチエージェント進化ロボティクス(er)ベースのフレームワーク SNNの集団の重みと制御するボットの形態学的パラメータは表現型として扱われる。 フレームワークのルールは、特定のボットとそのSNNを選択して、競争環境において食物を捕獲する効果に基づいて、その除去を行う。
  論文  参考訳（メタデータ） (2020-12-07T07:26:52Z)

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。