論文の概要: Why Does the Future Branch? Identifiable Closure Tests for Stochastic Physical World Models

• arxiv url: http://arxiv.org/abs/2608.00591v2
• Date: Sat, 08 Aug 2026 09:51:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.39691
• Title: Why Does the Future Branch? Identifiable Closure Tests for Stochastic Physical World Models
• Title（参考訳）: 将来の分岐はなぜか : 確率的物理世界モデルのためのクロージャ検査
• Abstract要約: ClosurePairsは、繰り返し発生する障害を伴う互換性のあるマイクロステートを横断します。 ソースの属性は確実に回復する。 非線形相互作用ベンチマークにおける等予算分解誤差を低減する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A calibrated stochastic world model can reveal how uncertain a future is without revealing why it branches. The same conditional future law can arise because an observation aliases physical states or because dynamics remain random after the declared full state is fixed. We prove that ordinary transitions cannot identify these two sources, even for a perfect probabilistic predictor. ClosurePairs makes them identifiable by crossing compatible microstates with repeated exogenous disturbances and estimating state, noise, and state-noise interaction variance. The central consequence is operational: under finite hierarchical sampling, forecast difficulty governs the useful compute scale, while the alias/process composition provides complementary information about its direction-resolving the current state or sampling future randomness. ClosurePairs recovers source attribution at unchanged likelihood, reduces equal-budget decomposition error in a nonlinear interaction benchmark, and supports observation-only routing. On exact-marginal MetaWorld twins, an output-only allocator is at chance while a Closure-supervised probe on frozen JEPA-WM features routes 89.8-100%. In an independent ManiSkill PushCube confirmation, a stochastic RSSM's outputs and latents remain at chance, whereas an RGB-only Closure probe routes 100% under both ID and geometry/camera OOD over five seeds, matching direct allocation rather than exceeding it. Across five unseen allocation menus, the same Closure probe routes 92.5%/90.4% ID/OOD with no new oracle labels, versus 37.9%/32.9% for a frozen direct allocator. ClosurePairs is therefore an identifiable, reusable mechanism target that cannot be recovered from forecast quality alone.
• Abstract（参考訳）: キャリブレーションされた確率的世界モデルは、なぜ分岐するのかを明らかにすることなく、未来がどれほど不確実であるかを明らかにすることができる。 同じ条件付き将来の法則は、観測が物理的状態に気付くことや、宣言された完全状態が固定された後に力学がランダムに残されることから生じる。 完全確率予測器であっても、通常の遷移はこれらの2つの情報源を特定できないことを証明している。 ClosurePairsは、外因性障害を繰り返し、状態、ノイズ、および状態とノイズの相互作用のばらつきを見積もって互換性のあるマイクロステートを横断することによって、それらを識別可能にする。 有限階層サンプリングの下では、予測困難は有用な計算スケールを制御し、エイリアス/プロセス構成は、現在の状態を解消するか、将来のランダム性をサンプリングする相補的な情報を提供する。 ClosurePairsは、不確実なソース属性を回復し、非線形相互作用ベンチマークで等予算分解エラーを低減し、観測のみのルーティングをサポートする。 厳密なマルジナルなMetaWorld双生児では、出力のみのアロケータが偶然に出現し、凍結されたJEPA-WMのクロージャー監督プローブは89.8-100%のルートを特徴としている。 独立したManiSkill PushCubeの確認では、確率的RSSMの出力と潜伏剤は偶然に残るが、RGBのみのクロージャプローブは、IDと幾何学/カメラOODの両方の領域を5つの種子に100%ルートし、それを超えるのではなく直接割り当てる。 5つの未確認のアロケーションメニューの中で、同じクロージャプローブが92.5%/90.4%のID/OODを新しいオラクルラベルなしで走らせ、37.9%/32.9%が凍結した直接アロケータである。 したがってCllosurePairsは、予測品質だけでは回復できない、識別可能な再利用可能なメカニズムターゲットである。

関連論文リスト

• Counterfactual Evaluation of Temporal Observation Protocols [1.2292186162350942]
  実測プロトコルで収集されたデータが、展開されていない代替案の予測値を決定するかどうかを検討する。 無限のベンチマークデータでさえ、この値を決定する必要はない。 我々は、代替の値を変化させる潜在曖昧さのみを重要視する値固有識別理論を開発する。
  論文  参考訳（メタデータ） (2026-08-23T05:05:16Z)
• Scale-Consistent Posterior Dynamics for Diffusion Inverse Problems [16.685352002333225]
  事前訓練された拡散前の後方サンプリングは、一般に難易度成分を有する条件付きスコアによって管理される。 クリーン後部にターゲットが近づいた騒音条件付き経路が連続的なサロゲートSDEを生成することを示す。 FFHQ と ImageNet の100点評価実験により,超解像および分解能の競争再現性を示す。
  論文  参考訳（メタデータ） (2026-08-15T09:38:41Z)
• Distributionally Faithful Imputation via Positive Semi-Definite Kernel Density Estimation [55.47411235954028]
  マスク観測による密度推定では,不規則に不規則に不規則な計算を行う。 我々は,ニュートン内点法で解ける閉じた形状の辺縁を持つ凸型経験的リスク問題を得る。 結果のPSDインプットモデルでは、同一の入射密度から単一および多重インプットが得られる。
  論文  参考訳（メタデータ） (2026-07-08T15:51:05Z)
• Interpretable Uncertainty Routing Separating Emotion Ambiguity from Distribution Shift in Facial Expression Recognition [0.0]
  Uncertainty-Aware Routing (UAR)は、あいまいさとシフトの分離を利用する推論時ルーティングメカニズムである。 提案した二重バリデーションプロトコルは,アレータリックがスピアマン相関とアノテータの不一致を回復することを明らかにする。 UARは、一致したアウト・オブ・ディストリビューション拒絶率において、単一不確実性ルーティングよりも約1.8倍曖昧な分散面を保持する。
  論文  参考訳（メタデータ） (2026-06-21T23:54:44Z)
• ARC: Adaptive Robust Joint State and Covariance Estimation [42.045109659898465]
  センサの測定は、外れ値と非ガウスノイズによって頻繁に破壊される。 センサデータのこれらの不完全性は、古典的状態推定器がバイアス付きで信頼性の低い状態と不確実性の推定を発生させる可能性がある。 本稿では,標準対応型適応ロバスト損失と反復重み付けされたLast-Squares状態更新を組み合わせたBlock-Coordinate Descentフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-18T16:09:50Z)
• Nous: An Attempt to Extract and Inject the Cognition Behind Prediction-Market Behavior [0.0]
  人間の認知の多様性が行動から回復し、LSMエージェントに移行できるかどうかを問う。 Nousは、実際のポリマーケット取引活動から構造化された8次元の行動プロファイルを抽出し、プロンプトを通じてエージェントに注入する。 我々は,Nousを認知的モノカルチャー問題と即時治療の限界を計測するものとして位置づける。
  論文  参考訳（メタデータ） (2026-06-11T08:18:25Z)
• Ternary Decision Trees with Locally-Adaptive Uncertainty Zones [0.0]
  3次決定木は、最適しきい値を中心とする半幅デルタの不確かさゾーンを持つ各分割ノードを増大させる。 デルタは、標準のCART分割探索時に既に利用可能な統計から各ノードでローカルに計算される。 デルタ推定手法として,品質プレート,クラスオーバーラップ,ゲイン比,ノードブートストラップ,マージンの5つを評価した。
  論文  参考訳（メタデータ） (2026-05-21T17:11:19Z)
• Reading Calibrated Uncertainty from Language Model Trajectories [46.663987199083245]
  モデルの内部アクティベーションを調査する手法は、生の隠れた状態を不透明なスナップショットにフィードし、表現が形成される層回りの軌跡を暗黙的に残す。 我々は11のスケール不変な幾何学的特徴を抽出し、層ごとの更新の累積経路をトレースし、それらをスパース線形プローブに供給する。 このプローブは、最大21のAURCポイントでベースラインスケーリングを行い、選択的な棄権下でMPPより優れる。
  論文  参考訳（メタデータ） (2026-05-19T19:24:29Z)
• PAIR-CI: Calibrated Conditional Independence Testing for Causal Discovery with Incomplete Data [0.0]
  PAIR-CIは非パラメトリック条件独立(CI)テストであり,複数の命令を直接推論手順に統合することによりキャリブレーションを回復する。 確率的に一貫した分散推定器は、クロスバリデーションと多重計算による不確かさを共同で説明する。
  論文  参考訳（メタデータ） (2026-05-06T12:34:37Z)
• High-Dimensional Gaussian Mean Estimation under Realizable Contamination [43.56842719227285]
  本研究では,$mathbbRd$における同一性共分散を持つガウス分布の平均推定を,$$$-contaminationモデルと呼ばれるデータスキームの欠如の下で行う。 このモデルでは、相手は 0 から $$ の間の関数 $r(x)$ を選択でき、各サンプル $x$ は確率 $r(x)$ で失われる。
  論文  参考訳（メタデータ） (2026-03-17T17:04:18Z)
• TRIAGE: Type-Routed Interventions via Aleatoric-Epistemic Gated Estimation in Robotic Manipulation and Adaptive Perception -- Don't Treat All Uncertainty the Same [2.755751829139168]
  ほとんどの不確実性を認識したロボットシステムは、予測の不確実性を単一のスカラースコアに分解し、それを使って一様に修正された応答をトリガーする。 このアグリゲーションは、破損した観測結果から不確実性が生じるか、あるいは学習されたモデルと真のシステム力学とのミスマッチから生じるのかを曖昧にしている。 本研究では,不確かさを動脈およびてんかん成分に分解する軽量なポストホックフレームワークを導入し,これらの信号を用いて推論時のシステム応答を調節する。
  論文  参考訳（メタデータ） (2026-03-09T09:07:43Z)
• Fixed-Horizon Self-Normalized Inference for Adaptive Experiments via Martingale AIPW/DML with Logged Propensities [0.0]
  適応的な割り当ての下では、確率は変化し続けるため、AIPW/DMLインクリメントの予測可能な2次変動はランダムのままである。 本研究では,2次変動によって推定される偏差が,分散安定化を伴わずとも条件的に誤校正されていることを示す。
  論文  参考訳（メタデータ） (2026-02-17T13:12:31Z)
• Decomposing Uncertainty in Probabilistic Knowledge Graph Embeddings: Why Entity Variance Is Not Enough [0.0]
  確率的知識グラフの埋め込みは、エンティティを分布として表現し、学習された分散を用いて不確実性を定量化する。 これらの分散は関係に依存しないため、関係文脈に関係なく実体は同一の不確実性を受ける。 関係文脈に依存しないエンティティレベルの統計のみを用いた不確実性推定器は、新しい文脈でほぼランダムなOOD検出を実現する。
  論文  参考訳（メタデータ） (2025-12-26T12:38:43Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes [44.974100402600165]
  意思決定プロセス(MDP)に対する最良パラメトリックかつ最悪の摂動の評価について検討する。 我々は、元のMDPからの遷移観測を用いて、それらが同一または異なるポリシーの下で生成されるかのどちらかを判断する。 我々の推定器はウォルドの信頼区間を用いた統計的推測も行う。
  論文  参考訳（メタデータ） (2024-03-29T18:11:49Z)
• Optimized experiment design and analysis for fully randomized benchmarking [34.82692226532414]
  完全ランダム化ベンチマークの利点について検討し、実験毎に新しいランダムシーケンスを描画する。 完全なランダム化の利点は、推論されたステップエラーに対する信頼区間が小さいことである。 我々は, クリフォードランダム化ベンチマーク実験において, 単一イオン量子ビット上のそのような改善を実験的に観察した。
  論文  参考訳（メタデータ） (2023-12-26T00:41:47Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Dense Uncertainty Estimation via an Ensemble-based Conditional Latent Variable Model [68.34559610536614]
  我々は、アレータリック不確実性はデータの固有の特性であり、偏見のないオラクルモデルでのみ正確に推定できると論じる。 そこで本研究では,軌道不確実性推定のためのオラクルモデルを近似するために,列車時の新しいサンプリングと選択戦略を提案する。 以上の結果から,提案手法は精度の高い決定論的結果と確実な不確実性推定の両方を達成できることが示唆された。
  論文  参考訳（メタデータ） (2021-11-22T08:54:10Z)
• The Hidden Uncertainty in a Neural Networks Activations [105.4223982696279]
  ニューラルネットワークの潜在表現の分布は、アウト・オブ・ディストリビューション(OOD)データの検出に成功している。 本研究は、この分布が、モデルの不確実性と相関しているかどうかを考察し、新しい入力に一般化する能力を示す。
  論文  参考訳（メタデータ） (2020-12-05T17:30:35Z)
• Localization Uncertainty Estimation for Anchor-Free Object Detection [48.931731695431374]
  アンカーベース物体検出のための既存の不確実性推定手法にはいくつかの制限がある。 アンカーフリー物体検出のためのUADと呼ばれる新しい位置推定不確実性推定手法を提案する。 本手法は,ボックスオフセットの4方向の不確かさを均一に捉え,どの方向が不確実であるかを判断する。
  論文  参考訳（メタデータ） (2020-06-28T13:49:30Z)

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。