論文の概要: Evolutionary Data Theory: On the Similarities between Data Problems and Evolutionary Games
- arxiv url: http://arxiv.org/abs/2605.26685v1
- Date: Tue, 26 May 2026 08:24:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.750587
- Title: Evolutionary Data Theory: On the Similarities between Data Problems and Evolutionary Games
- Title（参考訳）: 進化的データ理論:データ問題と進化的ゲームとの類似性について
- Authors: Philipp Wissgott,
- Abstract要約: この進化的解釈は、一意の静止点への収束を証明することによって、普遍的に意味があることが示されている。
多目的最適化の基本的な例は、関連する分布問題と同様に示される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Applying the concepts and formalisms from Evolutionary Game Theory to the data regime, the fundamental paradigms of Evolutionary Data Theory are introduced. Interpreting data in matrix form as evolutionary entities, input data is mapped to genes and organisms. Steered by genetic fitness and two evolutionary strategies, Dominant-Balanced and Altruistic-Selfish, data records and features conduct an evolutionary game. It is shown that this evolutionary interpretation remains universally meaningful, by proving convergence to a unique rest point, where all data features persist in the population. A basic example of multi-objective optimization is shown as well as a related distribution problem.
- Abstract（参考訳）: 進化的ゲーム理論の概念と形式主義をデータ体制に適用し、進化的データ理論の基本パラダイムを紹介する。
マトリックス形式でデータを進化的な実体として解釈すると、入力データは遺伝子や生物にマッピングされる。
遺伝的適合性と2つの進化戦略により、ドミナント・バランセとアルトゥルティスティック・セルフィッシュは、データ記録と特徴が進化ゲームを実行している。
この進化的解釈は、すべてのデータ特徴が個体群内で持続するユニークな静止点への収束を証明することによって、普遍的に意味があることが示されている。
多目的最適化の基本的な例は、関連する分布問題と同様に示される。
関連論文リスト
- Genetic AI: Evolutionary Games for ab initio dynamic Multi-Objective Optimization [0.0]
遺伝的AIは、外部パラメータや事前定義された重みのない、多目的最適化のための新しい方法である。
支配、アルトゥル主義、バランス、利己主義の4つの進化戦略を提示する。
2つの決定問題に対するアプローチの普遍性を示す。
論文 参考訳（メタデータ） (2025-01-31T13:17:09Z) - Learning Discrete Concepts in Latent Hierarchical Models [73.01229236386148]
自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。
我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。
我々は、理論的な主張を合成データ実験で裏付ける。
論文 参考訳（メタデータ） (2024-06-01T18:01:03Z) - Note: Evolutionary Game Theory Focus Informational Health: The Cocktail
Party Effect Through Werewolfgame under Incomplete Information and ESS Search
Method Using Expected Gains of Repeated Dilemmas [0.0]
非完全情報ゲームにおけるカクテルパーティー効果による情報破壊の実態を考察する。
疑似ニュースの汚染リスクがランダムに割り当てられると仮定して,各戦略選択の利得と進化安定戦略(ESS)の形成過程を数学的にモデル化し,解析する。
論文 参考訳（メタデータ） (2024-02-27T14:10:34Z) - Evolutionary game theory: the mathematics of evolution and collective
behaviours [1.4685355149711299]
進化ゲーム理論の手法を使って最近の研究の方向性を要約する。
これは、ランダムな進化ゲームにおける(安定な)平衡数の統計的性質の分析を含む。
また、安全行動の進化のモデル化や、技術開発レースにおける高度な人工知能技術によるリスクも含んでいる。
論文 参考訳（メタデータ） (2023-11-24T13:42:55Z) - DIFFormer: Scalable (Graph) Transformers Induced by Energy Constrained
Diffusion [66.21290235237808]
本稿では,データセットからのインスタンスのバッチを進化状態にエンコードするエネルギー制約拡散モデルを提案する。
任意のインスタンス対間の対拡散強度に対する閉形式最適推定を示唆する厳密な理論を提供する。
各種タスクにおいて優れた性能を有する汎用エンコーダバックボーンとして,本モデルの適用性を示す実験を行った。
論文 参考訳（メタデータ） (2023-01-23T15:18:54Z) - Handling Distribution Shifts on Graphs: An Invariance Perspective [78.31180235269035]
我々は、グラフ上のOOD問題を定式化し、新しい不変学習手法である探索・拡張リスク最小化(EERM)を開発する。
EERMは、複数の仮想環境からのリスクの分散を最大化するために、敵対的に訓練された複数のコンテキストエクスプローラーを利用する。
理論的に有効なOOD解の保証を示すことによって,本手法の有効性を実証する。
論文 参考訳（メタデータ） (2022-02-05T02:31:01Z) - Towards a Theory of Evolution as Multilevel Learning [0.0]
生命の起源を含む生物学的進化の理論を多段階学習として発展させるために, 物理的に再正規化可能なシステムに学習理論を適用した。
我々は、宇宙を観測可能なものにするのに必要で十分と思われる進化の7つの基本原理を定式化する。
これらの原理は、複製や自然選択を含む生物進化の主要な特徴を包含していることを示す。
論文 参考訳（メタデータ） (2021-10-27T17:21:16Z) - A General Theory for the Evolution of Application Models -- Full version [0.0]
この理論は、概念レベルでの基盤となる情報構造と、その進化と、情報構造とその人口に関する操作の記述と意味を区別する。
この理論の主な問題は、オブジェクトの型付け、型関連性、オブジェクトの識別である。
この一般的な理論では、基礎となるデータモデルはパラメータであり、この理論は幅広いモデリング技術に適用できる。
論文 参考訳（メタデータ） (2021-05-18T17:24:35Z)
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。