論文の概要: An entropic explanation of insistence on sameness in autism

• arxiv url: http://arxiv.org/abs/2608.04616v1
• Date: Wed, 05 Aug 2026 09:21:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.799013
• Title: An entropic explanation of insistence on sameness in autism
• Title（参考訳）: 自閉症における同性主張のエントロピー的説明
• Authors: Przemysław Śliwiński,
• Abstract要約: 自閉症における同一性の主張を説明するために,情報理論に基づく枠組みを提案する。 自閉症の新たな定義は、認知機能が環境の有形特性の識別、非指向性、予測に制限される障害として提供される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An information theory-based framework is proposed in attempt to explain insistence on sameness in autism as an instance of a general behavior pattern in which an individual tries to reduce surprise and uncertainty. It offers a new definition of autism as an impairment in which cognitive functions are restricted to discrimination, memorization and prediction of tangible properties of the environment. An analogy between insistence on sameness and constrained minimization of the entropy metric is observed and examined for a set of assumptions that describe cognitive limitations of a person with autism. The metric is given by the formula $D_H(R, M) = H(R|M) + H(M|R)$, where $R$ represents sequences of random stimuli, $M$ is a memory that stores and retrieves them, and where $H(.|.)$ denotes their conditional entropies interpreted as surprise and uncertainty, respectively. It is first inferred that to minimize the metric an individual can learn about $R$ (and store that knowledge in $M$) or can restrict $R$ to the already known $M$. Then, it is concluded that insistence on sameness is a manifestation of the latter. Moreover, it is shown that the proposed framework: (1) Helps to quantify the concepts of surprise, uncertainty, sensory overload and deprivation, anxiety, comfort zone, disappointment, disorientation, pedantry, rigidness, observance or aberrant precision. (2) Leads to a list of guidelines for learning therapies and daily care routines, and allows them to be defined as optimization algorithms and implemented as programs for robotic live-in caregivers. (3) Can be validated with the help of a Turing test-like approach that requires no experiments involving individuals with autism. The framework-if positively validated-will provide formal foundations and design guidelines for therapies aimed at improving self-reliance of individuals with autism in basic activities of daily living.
• Abstract（参考訳）: 情報理論に基づく枠組みは、個人が驚きや不確実性を減らそうとする一般的な行動パターンの例として、自閉症における同一性の主張を説明するために提案される。 自閉症は、認知機能が環境の有形特性の識別、記憶、予測に制限される障害として、新たな定義を提供する。 自閉症者の認知的限界を記述する一連の仮定について,同性に対する主張とエントロピー計量の制約最小化の類似性を観察し,考察した。 D_H(R, M) = H(R|M) + H(M|R)$、$R$はランダムな刺激の列を表し、$M$はそれらを保存して取り出すメモリであり、$H(.|.)$はそれぞれの条件エントロピーを、それぞれ驚きと不確実性として解釈する。 まず最初に、個人が$R$について学ぶことができる(その知識を$M$に保存できる)か、または既に知られている$M$に$R$を制限できると推測される。 そして、同義性への主張は後者の顕現であると結論づける。 さらに,(1) サプライズ, 不確実性, 感覚過負荷, 脱落, 不安, 快適ゾーン, 失望, 遠心性, 硬度, 可観測性, 異常精度といった概念を定量化する枠組みが提案されている。 2) セラピーの学習ガイドラインや日々のケアルーチンの一覧を導き, 最適化アルゴリズムとして定義し, ロボットライヴ・イン・ケアのプログラムとして実装することができる。 (3) 自閉症の個人に関する実験を一切必要としないチューリングテストのようなアプローチの助けを借りて検証できる。 この枠組みは、日常生活の基本活動における自閉症者の自己信頼向上を目的とした、正式な基礎と設計ガイドラインを提供するものである。

関連論文リスト

• Diverse Dictionary Learning [47.381311762862985]
  観測データ$X = g(Z)$のみを与えられた場合、潜伏変数$Z$と生成プロセス$g$は未知であり、追加の仮定なしで$Z$を回収することは誤りである。 我々は、任意の観測に関連付けられた潜伏変数の交叉、補間、対称的な相違と、観測される潜伏変数の依存関係構造が、いまだ適切な不確定性まで同定可能であることを示す。
  論文  参考訳（メタデータ） (2026-04-19T18:18:34Z)
• Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
  大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。 損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。 視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。 言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
  論文  参考訳（メタデータ） (2026-03-20T02:07:10Z)
• Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models [62.932580559941414]
  VLM(Vision-Language Models)は、しばしば「ハロシン化(hallucinate)」する。 本稿では,静的な出力誤差からモデル計算認知の動的病理へ再キャストし,幻覚を診断するための新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-03-16T17:20:38Z)
• Comparison of Probabilistic Deep Learning Methods for Autism Detection [0.0]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、現在世界中で普及している神経発達障害の一つ。 この疾患の早期発見は、発症治療に役立ち、正常な生活を導くのに役立つ。
  論文  参考訳（メタデータ） (2023-03-09T17:49:37Z)
• NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical Development Patterns of Preterm Infants [73.85768093666582]
  我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。 NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
  論文  参考訳（メタデータ） (2023-01-01T12:48:12Z)
• Action-based Early Autism Diagnosis Using Contrastive Feature Learning [2.922007656878633]
  自閉症スペクトラム障害(Autism Spectrum disorder, ASD)は、神経疾患である。 その主な症状は、(言語および/または非言語)コミュニケーションの困難さ、硬直的/反復的な行動である。 本稿では,簡単なアクションビデオクリップを用いて,自閉症の診断を自動化するための学習的アプローチを提案する。
  論文  参考訳（メタデータ） (2022-09-12T16:31:34Z)

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。