論文の概要: Resilience: Understand Breakdown, Foster Recovery, and Choose the Right Perspective

• arxiv url: http://arxiv.org/abs/2607.25458v1
• Date: Tue, 28 Jul 2026 08:48:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.778909
• Title: Resilience: Understand Breakdown, Foster Recovery, and Choose the Right Perspective
• Title（参考訳）: レジリエンス: ブレークダウン、フォスターリカバリ、そして正しい視点を選ぶ
• Abstract要約: 我々は2種類の力学を区別する。 1つ目は、正常化の段階と急激な破壊の段階を分離し、その後に緩やかな回復を可能にする。 2つ目は、このような段階が絡み合っている不安定な組織に適用される。
• 参考スコア（独自算出の注目度）: 1.2098798769432932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Resilience denotes the capacity of a system to withstand shocks and to recover from them. We distinguish between two different types of dynamics. The first allows for a separation between phases of normalcy and phases of rapid breakdown followed by slow recovery. The second applies to volatile organizations in which such phases are intertwined. Breakdown is often self-inflicted. Situation awareness is impaired by psychological mechanisms that lead to incorrect expectations regarding societal dynamics. Through positive feedback, the failure of a few elements is amplified into a failure cascade. However, positive feedback can also be harnessed to enable recovery. In volatile systems, resilience must be understood as an emergent property arising from the interaction of agents. This necessitates a data-driven approach to inform agent-based models, drawing on repositories, knowledge graphs, or tools from artificial intelligence. Such models help demonstrate that resilience represents a compromise between robustness and adaptivity. Maximizing performance frequently comes at the expense of resilience, and second-order solutions aimed at transforming the system prove more promising than attempts to reconstruct past conditions.
• Abstract（参考訳）: レジリエンス(Resilience)とは、ショックに耐えて回復するシステムの能力を指す。 我々は2種類の力学を区別する。 1つ目は、正常化の段階と急激な破壊の段階を分離し、その後に緩やかな回復を可能にする。 2つ目は、このような段階が絡み合っている不安定な組織に適用される。 ブレークダウンは、しばしば自己影響される。 環境意識は、社会的ダイナミクスに関する誤った期待につながる心理的メカニズムによって損なわれている。 肯定的なフィードバックを通じて、いくつかの要素の失敗を障害カスケードに増幅する。 しかし、回復を可能にするために肯定的なフィードバックを利用することもできる。 揮発性システムでは、レジリエンスはエージェントの相互作用から生じる創発的な性質として理解されなければならない。 これは、リポジトリ、知識グラフ、あるいは人工知能からツールを描画する、エージェントベースのモデルに通知するデータ駆動アプローチを必要とする。 このようなモデルは、レジリエンスが堅牢性と適応性の妥協を表していることを示すのに役立つ。 性能の最大化はレジリエンスを犠牲にして行われ、システムの変換を目的とした2階のソリューションは、過去の状態を再構築する試みよりも有望である。

関連論文リスト

• When does dissipation help neural surrogates learn open quantum dynamics? [0.0]
  散逸は、オープン量子力学の学習可能性を高めることができることを示す。 しかし、忠実さだけでは、真の動的学習と定常的な自明さを区別するには不十分である。
  論文  参考訳（メタデータ） (2026-06-22T19:47:40Z)
• Controlling Long-Horizon Behavior in Language Model Agents with Explicit State Dynamics [0.0]
  大規模言語モデル (LLM) エージェントは、拡張相互作用中にトーンとペルソナの急激な変化を示す。 ロングホライゾン剤の挙動形成における明示的な感情力学の役割はいまだ解明されていない。 本稿では,言語モデル外部の連続的Valence-Arousal-Dominance(VAD)状態を維持するエージェントレベル感情サブシステムを提案する。
  論文  参考訳（メタデータ） (2026-01-22T16:34:05Z)
• Agentic Uncertainty Quantification [76.94013626702183]
  本稿では,言語化された不確実性をアクティブな双方向制御信号に変換する統合されたデュアルプロセスエージェントUQ(AUQ)フレームワークを提案する。 システム1(Uncertainty-Aware Memory, UAM)とシステム2(Uncertainty-Aware Reflection, UAR)は、これらの説明を合理的な手段として利用し、必要な時にのみターゲットの推論時間解決をトリガーする。
  論文  参考訳（メタデータ） (2026-01-22T07:16:26Z)
• Logic-Driven Semantic Communication for Resilient Multi-Agent Systems [26.964933264412412]
  6Gネットワークは、大規模な分散マルチエージェントシステムにおいて、自律性とインテリジェンスを加速している。 本稿では2つの相補的な次元に根ざしたMASレジリエンスの形式的定義を提案する。 我々はエージェントアーキテクチャを設計し、エピステミックとアクションレジリエンスの両方を達成するために分散アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2026-01-11T00:54:09Z)
• Debiased Dual-Invariant Defense for Adversarially Robust Person Re-Identification [52.63017280231648]
  人物再識別(ReID)は、歩行者軌道追跡などの現実の多くの応用において、基本的な課題である。 Person ReIDモデルは、歩行者画像に対する知覚不能な摂動が完全に誤った予測を引き起こすような、敵の攻撃に非常に敏感である。 本稿では,2つの相からなる二重不変防衛フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-13T03:56:40Z)
• Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [103.05296856071931]
  本稿では,自己進化型大規模言語モデル(LLM)エージェントに特有の,アライメント・ティッピング・プロセス(ATP)を同定する。 ATPは、連続的な相互作用によってエージェントが訓練中に確立されたアライメント制約を放棄し、強化された自己関心の戦略を支持するときに生じる。 実験の結果、アライメントの利点は自己進化の下で急速に低下し、最初は整合性のない状態に収束したモデルであることが判明した。
  論文  参考訳（メタデータ） (2025-10-06T14:48:39Z)
• Cyclic Ablation: Testing Concept Localization against Functional Regeneration in AI [0.0]
  中心的な問題は、偽りのような望ましくない振る舞いが、削除できる局所関数であるかどうかである。 本研究は,スパースオートエンコーダ,ターゲットアブレーション,対人訓練を組み合わせることで,偽装の概念を排除しようと試みた。 局所化仮説とは裏腹に, 偽装は非常に弾力性があることが判明した。
  論文  参考訳（メタデータ） (2025-09-23T23:16:11Z)
• Sycophancy Mitigation Through Reinforcement Learning with Uncertainty-Aware Adaptive Reasoning Trajectories [58.988535279557546]
  適応推論トラジェクトリを用いたtextbf sycophancy Mitigation を提案する。 SMARTは,分布外の入力に対して強い性能を維持しながら,サイコファンティクスの挙動を著しく低下させることを示した。
  論文  参考訳（メタデータ） (2025-09-20T17:09:14Z)
• Resilient-native and Intelligent NextG Systems [40.39711554156489]
  この記事では、レジリエンスの数学を掘り下げる前に、まずレジリエンスを定義し、それを信頼性と堅牢性から曖昧にする方法を模索する。 この記事では、ネットワークレジリエンスのユニークな特徴に合わせて、ニュアンスのあるメトリクスを提示し、トレードオフについて議論することで、結論付けている。
  論文  参考訳（メタデータ） (2025-06-15T10:01:44Z)
• Disentangling the Causes of Plasticity Loss in Neural Networks [55.23250269007988]
  可塑性の喪失は複数の独立したメカニズムに分解できることを示す。 種々の非定常学習タスクにおいて, 層正規化と重み劣化の組み合わせは, 可塑性維持に極めて有効であることを示す。
  論文  参考訳（メタデータ） (2024-02-29T00:02:33Z)
• Towards Robust and Adaptive Motion Forecasting: A Causal Representation Perspective [72.55093886515824]
  本稿では,3つの潜伏変数群からなる動的過程として,運動予測の因果的形式化を導入する。 我々は、因果グラフを近似するために、不変なメカニズムやスタイルの共創者の表現を分解するモジュラーアーキテクチャを考案する。 合成および実データを用いた実験結果から,提案した3つの成分は,学習した動き表現の頑健性と再利用性を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2021-11-29T18:59:09Z)

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。