論文の概要: Observable Performance Does Not Fully Reflect System Organization: A Multi-Level Analysis of Gait Dynamics Under Occlusal Constraint
- arxiv url: http://arxiv.org/abs/2605.00778v1
- Date: Fri, 01 May 2026 16:48:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:29.017893
- Title: Observable Performance Does Not Fully Reflect System Organization: A Multi-Level Analysis of Gait Dynamics Under Occlusal Constraint
- Title(参考訳): オブザーバブル・パフォーマンスは完全なリフレクション・システム・オーガナイゼーションを伴わない:咬合拘束下での歩行動態のマルチレベル解析
- Authors: Jacques Raynal, Pierre Slangen, Jacques Margerit,
- Abstract要約: バイオメカニカルシステムでは、基盤となるシステム組織のプロキシとして観測可能なパフォーマンスがよく使用される。
第4のレベルは、システム状態間の潜在的な関係を記述する純粋に概念的な拡張として提案される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In biomechanical systems, observable performance is often used as a proxy for underlying system organization. However, this assumption implicitly presumes a correspondence between output metrics and internal system states that may not hold in adaptive systems. In this study, the vertical dimension of occlusion (VDO) is considered as a constraint applied to an adaptive neuromechanical system, enabling the exploration of system-level responses under controlled variations. A single-case design in a patient with Parkinson's disease allows an intra-individual analysis across repeated conditions.The analysis is structured across three complementary levels: (i) aggregated linear metrics describing observable performance, (ii) a dynamical systems framework describing temporal organization in state space, and (iii) a latent space representation obtained through unsupervised embedding. The results show that conditions with comparable observable performance may correspond to different organizations in both state space and latent space representations. This dissociation highlights a limitation of aggregated metrics and suggests that similar outputs may arise from non-equivalent system states. A fourth level is proposed as a purely conceptual extension describing potential relationships between system states. This level is not implemented and is not derived from experimental data. These observations are strictly exploratory and non-causal. The proposed framework does not establish mechanistic, predictive, or directional relationships, but provides a structured approach for analyzing constraint-driven systems across multiple levels of representation.
- Abstract(参考訳): バイオメカニカルシステムでは、基盤となるシステム組織のプロキシとして観測可能なパフォーマンスがよく使用される。
しかし、この仮定は、適応システムでは保持できない可能性のある出力メトリックと内部システム状態の対応を暗黙的に仮定する。
本研究では, 適応型ニューロメカニカルシステムに適用された拘束力としてオクルージョンの垂直次元(VDO)を考慮し, 制御された変動下でのシステムレベルの応答の探索を可能にする。
パーキンソン病患者の単一症例設計は、反復的な条件をまたいだ個人内分析を可能にし、この分析は3つの相補的なレベルにまたがって構成される。
一 可観測性能を示す集計線形測度
(二)状態空間における時間的組織を記述する動的システム・フレームワーク、及び
(iii)非教師なし埋め込みにより得られる潜時空間表現
その結果、観測可能な性能に匹敵する条件は、状態空間と潜在空間の両方で異なる組織に対応している可能性が示唆された。
この解離は、集約されたメトリクスの制限を強調し、同様の出力が等価でないシステム状態から生じる可能性があることを示唆している。
第4のレベルは、システム状態間の潜在的な関係を記述する純粋に概念的な拡張として提案される。
このレベルは実装されておらず、実験データから派生していない。
これらの観測は厳密な探索と非因果関係である。
提案するフレームワークは, 機械的, 予測的, 方向性的関係を定めていないが, 制約駆動型システムを複数の表現レベルにわたって解析するための構造的アプローチを提供する。
関連論文リスト
- Scale-Aware Adversarial Analysis: A Diagnostic for Generative AI in Multiscale Complex Systems [5.173587482427292]
拘束拡散分解(CDD)による診断フレームワークについて紹介する。
連続したCDDベースのスケール空間内で決定論的介入を行う。
適度な物理的摂動の下では、制約のない生成モデルは局所的な構造的凍結と非線形不安定を示す。
論文 参考訳(メタデータ) (2026-05-01T08:36:52Z) - KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。
固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
論文 参考訳(メタデータ) (2026-02-15T06:32:23Z) - When Evaluation Becomes a Side Channel: Regime Leakage and Structural Mitigations for Alignment Assessment [0.0]
高度なAIシステムの安全性評価は、評価の下で観察された振る舞いがデプロイメントの振る舞いを予測することを前提としている。
部分観測可能性下での情報流問題としてアライメント評価をリキャストする。
我々は、レギュラー・ブラインド・メカニズム、レギュラー・キューへのアクセスを制限する訓練時間介入について研究する。
論文 参考訳(メタデータ) (2026-02-09T10:00:24Z) - Persistent Homology for Structural Characterization in Disordered Systems [6.538609026810757]
障害のあるシステムにおける局所的構造と大域的構造の両方を特徴付けるために,永続的ホモロジー(PH)に基づく統一的なフレームワークを提案する。
同じアルゴリズムとデータ構造を使って、ローカルとグローバルのディスクリプタを同時に生成できる。
粒子の再配置を予測し、大域的な位相を分類するのに非常に効果的で解釈可能であることが示されている。
論文 参考訳(メタデータ) (2024-11-21T18:24:06Z) - Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。
理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。
本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
論文 参考訳(メタデータ) (2022-10-12T06:46:38Z) - Capturing Actionable Dynamics with Structured Latent Ordinary
Differential Equations [68.62843292346813]
本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。
静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
論文 参考訳(メタデータ) (2022-02-25T20:00:56Z) - Formal Verification of Unknown Dynamical Systems via Gaussian Process Regression [11.729744197698718]
安全クリティカルなシナリオにおける自律システムの活用には、不確実性の存在下での行動を検証する必要がある。
本研究では,非モデル化された力学と雑音測定を用いた離散時間力学システムの検証フレームワークを開発した。
論文 参考訳(メタデータ) (2021-12-31T05:10:05Z) - Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。
これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。
我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
論文 参考訳(メタデータ) (2021-09-27T17:45:42Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - Universal set of Observables for Forecasting Physical Systems through
Causal Embedding [0.0]
我々は、基底となる力学系や観測の左無限軌道全体が、異なる空間にある一対の要素によって一意に表現できる時と方法を示す。
そのようなペアの集まりは、駆動力学系から派生したもので、駆動系と共に関数を学ぶために用いられる: (つまり、トポロジカルに基底系に共役する系を決定する。
論文 参考訳(メタデータ) (2021-05-22T16:28:57Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳(メタデータ) (2020-04-15T00:36:49Z)
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。