論文の概要: Mass Conservation as an Inductive Bias for Self-Organized Criticality in NCA Reservoirs

• arxiv url: http://arxiv.org/abs/2606.23115v1
• Date: Mon, 22 Jun 2026 09:59:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 00:04:30.151873
• Title: Mass Conservation as an Inductive Bias for Self-Organized Criticality in NCA Reservoirs
• Title（参考訳）: NCA貯留層における自己組織臨界の誘導的バイアスとしてのマスサスペンション
• Authors: Tong Zhang, Etienne Guichard, Sidney Pontes-Filho, Stefano Nichele,
• Abstract要約: 自己組織化臨界(SOC)は貯水池コンピューティングに有望な基盤を提供する。 近年の研究では、神経細胞性オートマトンが臨界雪崩のダイナミックスに進化できることが示されている。 本研究は, NCA貯水池において, 物質保存がSOCに対する誘導バイアスとなるかどうかを考察する。
• 参考スコア（独自算出の注目度）: 8.862885248217495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Self-organized criticality (SOC), a dynamical regime associated with maximal information processing, offers a promising foundation for reservoir computing. Recent work has shown that neural cellular automata (NCA) can be evolved toward critical avalanche dynamics and employed as effective reservoirs for memory and classification tasks. Here, we investigate whether mass conservation -- a local redistribution rule that preserves total lattice mass -- serves as an inductive bias toward SOC in evolved NCA reservoirs. We compare mass-conserving and standard NCA across multiple independent runs and evaluate both on three downstream benchmarks: 5-bit sequential memory, MNIST digit classification, and CartPole-v1 temporal control. Mass-conserving NCA consistently exhibit stronger criticality, with more runs achieving perfect power-law fits across avalanche distributions, while also being 1.27$\times$ faster during evolution. Importantly, conservation does not impair downstream utility: both variants achieve comparable performance across all three tasks. Furthermore, the reservoir with perfect criticality achieves the highest temporal control score, suggesting a positive link between SOC quality and sequential computation. Our results demonstrate that mass conservation is a simple, effective mechanism for promoting robust criticality in evolved NCA reservoirs without sacrificing downstream performance.
• Abstract（参考訳）: SOC(Self-organized criticality)は、最大情報処理に関連する動的システムであり、貯水池コンピューティングのための有望な基盤を提供する。 近年の研究では、神経細胞オートマトン(NCA)が重要な雪崩のダイナミクスへと進化し、メモリや分類タスクの効果的な貯水池として利用されることが示されている。 ここでは, 総格子質量を保存する局所的な再分配則である質量保存が, NCA貯水池におけるSOCに対する誘導バイアスとなるかを検討する。 5ビットシーケンシャルメモリ, MNIST 桁分類, CartPole-v1 時間制御という3つのダウンストリームベンチマークで, 大量保存と標準 NCA を比較した。 大量保存型NAAは一貫して強い臨界性を示し、雪崩の分布をまたいだ完全なパワーローフィッティングを達成する一方、進化の過程で1.27$\times$高速となる。 重要なことは、保存が下流のユーティリティを損なうことはない。 さらに, 完全臨界状態の貯水池は, SOC品質と逐次計算との正の相関を示唆し, 最高時間制御スコアを達成している。 以上の結果から, NCA貯水池において, 下流性能を損なうことなく, 固形臨界を促進させる機構として, 物質保存が簡便かつ効果的であることが示唆された。

関連論文リスト

• Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
  マルチモーダル学習は、しばしば低品質データの課題に悩まされる。 コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。 私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-05T14:48:52Z)
• Learning from Emptiness: De-biasing Listwise Rerankers with Content-Agnostic Probability Calibration [76.08899010904652]
  CapCalは、ランキング決定から位置バイアスを機械的に分離する、トレーニング不要のフレームワークである。 シングルパス効率を保ちながら、トレーニング不要の手法で優れた性能を発揮する。
  論文  参考訳（メタデータ） (2026-04-11T10:47:22Z)
• Gated KalmaNet: A Fading Memory Layer Through Test-Time Ridge Regression [53.48692193399171]
  Gated KalmaNet(GKA)は、次のトークンを予測する際に、すべての過去を説明することによってギャップを低減するレイヤである。 テスト時間におけるオンラインリッジ回帰問題を一定メモリと線形計算コストで解決する。 ロングコンテキストでは、GKAは現実世界のRAGタスクとLongQAタスクを最大128kトークンまで拡張し、他の薄型メモリベースラインよりも10ドル%以上の相対的な改善を実現している。
  論文  参考訳（メタデータ） (2025-11-26T03:26:37Z)
• The Curious Case of In-Training Compression of State Space Models [49.819321766705514]
  ステートスペースモデル(SSM)は、並列化可能なトレーニングと高速推論の両方を提供する。 鍵となる設計上の課題は、表現力の最大化と計算負荷の制限の間の適切なバランスを打つことだ。 我々のアプローチである textscCompreSSM はリニアリカレントユニットのような線形時間不変SSMに適用されるが、選択モデルにも拡張可能である。
  論文  参考訳（メタデータ） (2025-10-03T09:02:33Z)
• Reservoir Computing with Evolved Critical Neural Cellular Automata [0.0]
  臨界は、最も高い計算能力を示すことが知られている力学系の挙動状態である。 我々は、神経細胞オートマトン(NCA)を最適化して臨界を達成するために進化戦略を適用した。 提案されたクリティカルNCAは、極端な初期条件に対する堅牢性のために、自己組織化されたクリティカルシステムとして機能する可能性がある。
  論文  参考訳（メタデータ） (2025-08-04T09:11:11Z)
• Hamiltonian-Driven Architectures for Non-Markovian Quantum Reservoir Computing [0.16492989697868887]
  非マルコフ量子貯水池計算のためのハミルトンレベルフレームワークを提案する。 非マルコフ的条件下での動作はマルコフ的限界に比べて記憶減衰が著しく遅くなることを示す。 非マルコフ貯水池は、適切な時間進化ステップサイズで、高次非線形自己回帰移動平均タスクにおいて優れた性能を示すことを示した。
  論文  参考訳（メタデータ） (2025-05-20T14:50:54Z)
• Continuous Knowledge-Preserving Decomposition with Adaptive Layer Selection for Few-Shot Class-Incremental Learning [73.59672160329296]
  CKPD-FSCILは、事前訓練された重量の未使用容量を解放する統合フレームワークである。 本手法は,適応性と知識保持の両面で,最先端の手法より一貫して優れている。
  論文  参考訳（メタデータ） (2025-01-09T07:18:48Z)
• Excitatory/Inhibitory Balance Emerges as a Key Factor for RBN Performance, Overriding Attractor Dynamics [35.70635792124142]
  貯留層コンピューティングは、伝統的な学習方法に代わる時間とコスト効率を提供する。 特定の分布パラメータが臨界点付近の様々な力学に導かれることを示す。 次に、記憶と予測という2つの困難なタスクにおける性能評価を行い、正の興奮バランスがより高いメモリ性能の臨界点を生み出すことを発見した。
  論文  参考訳（メタデータ） (2023-08-02T17:41:58Z)

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。