論文の概要: Integrating Out, Twice:The Open-System Case That Neural-Network Ensemble Theory Is Missing
- arxiv url: http://arxiv.org/abs/2606.09950v1
- Date: Mon, 08 Jun 2026 08:57:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-10 15:40:58.081185
- Title: Integrating Out, Twice:The Open-System Case That Neural-Network Ensemble Theory Is Missing
- Title（参考訳）: ニューラルネットワークのアンサンブル理論が欠落しているオープンシステム
- Authors: Jin Lei,
- Abstract要約: 私は2つのケースを、分布のモーメント、ガウスの代数、およびブロック逆転法(英語版)(block inversion, no field theory)のみを用いて並べて設定した。
次に、切り捨てられた注目マップ、トークンレベルの転送演算子、スパースの専門家ルータ上でオープンエクスポートをテストし、ほぼ負の結果を報告します。
オープンケースは、連続スペクトルと波動のような、緩和的ではなく、動的に排除されたセクターを必要とする。
- 参考スコア（独自算出の注目度）: 0.2320648715016106
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Averaging a neural network over its random parameters and marginalizing a Gaussian sector are the same operation, the Schur complement of the eliminated block, and when that block is closed it returns a covariance and its inverse. That is all a network ensemble produces, the closed case. The open case is missing, and nuclear reaction theory has it worked out. Projecting a scattering problem onto a chosen set of channels, with the rest carrying probability irreversibly to a continuum, leaves a non-Hermitian effective generator that conserves and itemizes exactly what it loses: the nuclear optical model and its generalized optical theorem. I set the two cases side by side using only the moments of a distribution, the algebra of Gaussians, and block inversion, no field theory, and give the closed-case dictionary in full: the neural tangent kernel is the Fisher sensitivity kernel, the infinite-width Gaussian limit is the Gaussian-process emulator, and the lazy-to-feature transition is the validity boundary of a reduced-basis emulator. I then test the open export on a truncated attention map, a token-level transfer operator, and a sparse expert router, and report a mostly negative result. The conserved flux ledger ports wherever openness is genuinely present, but its distinctive content is absent, an artifact of the chosen partition, or pinned near a floor by the training objective, and the operationally useful uncertainty turns out to be epistemic, living in the closed half of the correspondence, not the open one. The negative has a structural reason this note makes precise: the open case needs an eliminated sector with a continuous spectrum and wave-like, not relaxational, dynamics, which mainstream learning's finite or dissipative objects do not supply. This is a note, not a result; its main finding is that negative one, and its value is the map that locates it.
- Abstract（参考訳）: ニューラルネットワークをそのランダムなパラメータ上で平均化し、ガウスセクターを極小化することは、排除されたブロックのシュール補数であり、そのブロックが閉じられたとき、共分散とその逆を返す。
これがクローズドケースであるネットワークアンサンブルである。
オープンケースは失われており、核反応理論はうまくいった。
選択されたチャネルに散乱問題を投影し、残りは連続体に不可逆的に確率を持ち、核光学モデルとその一般化された光学定理(英語版)を正確に保存し、アイテム化する非エルミート効果発生器を残している。
ニューラル接核はフィッシャー感度カーネル、無限幅ガウス極限はガウス過程エミュレータ、遅延-機能遷移は還元基底エミュレータの妥当性境界である。
次に、切り捨てられた注目マップ、トークンレベルの転送演算子、スパースの専門家ルータ上でオープンエクスポートをテストし、ほぼ負の結果を報告します。
保存されたフラックス台帳ポートは、真に開放性があるが、その特異な内容が欠如しており、選択された仕切りのアーティファクトが、訓練目的によって床付近に固定されており、操作上有用な不確実性は、開き部分ではなく、閉き部分に住んでいるてんかんであることが判明した。
オープンケースは、連続スペクトルと波動のような排除されたセクターを必要とし、緩和的ではなく、リラクゼーション的、ダイナミックスであり、主流学習の有限あるいは散逸的対象が供給しない。
主な発見は負の値であり、その値がそれを見つけるマップである。
関連論文リスト
- How Deep Are Deep GPs, Really? A Sharp Threshold and a Non-Gaussian Limit for Compositional GPs [48.096969031315744]
以前の研究により、RBFカーネルと特定の帯域幅$r$に対して、前者は限界で縮退することがわかった。
しきい値以下$r$の場合、r_c(d)$ は制限分布 $_barZ$ に収束する。
論文 参考訳（メタデータ） (2026-06-06T15:12:43Z) - Squeezed-state semi-device-independent quantum randomness generation [0.0]
本稿では,半デバイス非依存の量子ランダム性生成について,信頼度の高い2元純状態源と信頼度のない2元検出器を用いて検討する。
この設定に対して閉形式のシャノンレート式が導出され、2つのソース状態の信頼されたGram重なりにのみ依存する。
次に, シュレッデッドコヒーレントなBPSKソースに適用し, 状態の識別性と証明されたランダム性との間のトレードオフがどのように変化するかを示す。
論文 参考訳（メタデータ） (2026-06-02T16:54:29Z) - Operator Spectroscopy of Trained Lattice Samplers [0.0]
訓練されたフィールド空間関数自体を解析する。
適合前に固定された演算子ベースにこれらの関数を投影する。
作用素基底はモデルと対称性に依存しているが、テストは一般的である。
論文 参考訳（メタデータ） (2026-05-11T20:06:15Z) - Adversarial Jamming for Autoencoder Distribution Matching [45.91787704667618]
本稿では,オートエンコーダの潜伏空間を正規化するために,対向無線ジャミングを用いることを提案する。
我々は標準変分オートエンコーダとワッサーシュタインオートエンコーダに匹敵する分布を実現する。
論文 参考訳（メタデータ） (2025-12-02T13:23:25Z) - Wide Neural Networks as a Baseline for the Computational No-Coincidence Conjecture [2.2201528765499416]
ランダムニューラルネットワークは、ガウス測度において、その活性化関数がゼロ平均で非線形であるときに、ほぼ独立な出力を持つことを示す: $mathbbE_z sim MathcalN(0,1)[sigma(z)]=0$。
ほぼ独立したアウトプットのため、アライメント研究センターの計算的非衝突予測の候補として、ゼロ平均アクティベーション関数を持つニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2025-10-08T00:02:22Z) - Quantum-Theoretical Re-interpretation of Pricing Theory [0.0]
ハイゼンベルクの観測可能な唯一の姿勢に触発され、潜伏した「情報」を価格状態間の観測可能な遷移に置き換える。
ヒルベルト空間表現を持つ離散価格格子上では、シフト演算子と価格のスペクトル計算は可観測周波数演算子と変換不変な畳み込み生成器を定義する。
非可換性は、仮定されるよりも観測可能なシフト代数から現れる。
論文 参考訳（メタデータ） (2025-10-07T02:36:12Z) - On Infinite Tensor Networks, Complementary Recovery and Type II Factors [39.58317527488534]
無限テンソルネットワークの境界における局所作用素代数について検討する。
ヒルベルト空間と可観測体の代数を、ネットワーク内の絡み合いを追跡する方法で分解する。
論文 参考訳（メタデータ） (2025-03-31T18:00:09Z) - A Near Complete Nonasymptotic Generalization Theory For Multilayer Neural Networks: Beyond the Bias-Variance Tradeoff [57.25901375384457]
任意のリプシッツ活性化と一般リプシッツ損失関数を持つ多層ニューラルネットワークに対する漸近一般化理論を提案する。
特に、文献でよく見られるように、損失関数の有界性を必要としない。
回帰問題に対する多層ReLUネットワークに対する理論の極小最適性を示す。
論文 参考訳（メタデータ） (2025-03-03T23:34:12Z) - Neuro-Symbolic Entropy Regularization [78.16196949641079]
構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。
エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。
我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
論文 参考訳（メタデータ） (2022-01-25T06:23:10Z) - Nonperturbative renormalization for the neural network-QFT
correspondence [0.0]
この文脈で局所性とパワーカウンティングの概念を考察する。
Wetterich-Morris方程式を用いて非摂動的再正規化群を解析する。
我々の目的は、大きな幅の限界を超えたニューラルネットワークの振る舞いを調査するための有用なフォーマリズムを提供することである。
論文 参考訳（メタデータ） (2021-08-03T10:36:04Z) - Uncertainty quantification for nonconvex tensor completion: Confidence
intervals, heteroscedasticity and optimality [92.35257908210316]
本研究では,不完全かつ破損した観測によって与えられる低ランクテンソルを推定する問題について検討する。
改善不可能なレートをell-2$の精度で達成できることが分かりました。
論文 参考訳（メタデータ） (2020-06-15T17:47:13Z)
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。