論文の概要: A Control-Theoretic Formulation of Global Workspace Theory
- arxiv url: http://arxiv.org/abs/2608.15926v1
- Date: Sun, 16 Aug 2026 20:39:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.471335
- Title: A Control-Theoretic Formulation of Global Workspace Theory
- Title（参考訳）: グローバルワークスペース理論の制御理論による定式化
- Abstract要約: 我々は,グローバルワークスペースが仲介者,すなわち,分散システムからの活動を受け取り,それを内部モードで変換し,より広いネットワークに差分効果を返すサブネットワークであることを提案する。
我々は、この主張をGMW(Global Mediation Workspace)として定式化し、ネットワークの残りの部分に埋め込まれたオープンシステムとして、候補サブネットが扱われる制御理論の定式化を行う。
- 参考スコア（独自算出の注目度）: 2.321307990219236
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Global workspace theory explains conscious access as the broadcasting of selected information to the rest of the network, but it lacks a formal criterion for identifying the mechanism that enables this access. We propose that a global workspace is a mediator, namely, a subnetwork that receives activity from distributed systems, transforms it through internal modes, and returns differentiated effects to the broader network. We formalize this claim as the Global Mediation Workspace (GMW), a control-theoretic formulation in which a candidate subnetwork is treated as an open system embedded in the remainder of the network. In this framework, reachability characterizes how the remainder can drive the candidate, observability characterizes how candidate states affect the remainder, and a boundary Hankel operator identifies the internal modes linking the two directions. The resulting signature quantifies mediation capacity, input-output alignment, effective dimensionality, and routed source-target breadth, each of which characterizes different components of global workspace. In synthetic benchmarks, we tested whether the signature can distinguish a planted differentiated mediator from dense hubs, one-sided receivers or broadcasters, and a split read/write aggregate with no common internal route. A nonlinear extension characterizes mediation through trajectory-conditioned differential operators, finite-amplitude response profiles, and state-dependent coalitions. As a preliminary application, we estimated the signature from ECoG recordings in four macaques under ketamine anesthesia. We found that input-output alignment was reduced during unconsciousness whereas potential capacity was increased. The GMW thus provides a formal and testable criterion for locating candidate global workspaces in neural recordings and for asking which aspects of mediation is crucial for conscious access.
- Abstract（参考訳）: グローバルワークスペース理論は、選択した情報をネットワークの他の部分へブロードキャストする手段として意識的なアクセスを説明するが、このアクセスを可能にするメカニズムを識別するための公式な基準は欠如している。
我々は,グローバルワークスペースが仲介者,すなわち,分散システムからの活動を受け取り,それを内部モードで変換し,より広いネットワークに差分効果を返すサブネットワークであることを提案する。
我々は、この主張をGMW(Global Mediation Workspace)として定式化し、ネットワークの残りの部分に埋め込まれたオープンシステムとして、候補サブネットが扱われる制御理論の定式化を行う。
このフレームワークでは、リーチビリティは、残りがどのように候補を駆動するかを特徴付け、可観測性は、候補状態が残りにどのように影響するかを特徴付け、境界ハンケル作用素は、2つの方向をリンクする内部モードを特定する。
その結果得られたシグネチャは、調停能力、入力出力アライメント、有効次元、ルートされたソースターゲット幅を定量化し、それぞれがグローバルワークスペースの異なるコンポーネントを特徴付ける。
合成ベンチマークにおいて,シグネチャが高密度ハブ,片側受信機,ブロードキャスターと,共通の内部経路を持たない分割読み書きアグリゲーションとを区別できるかどうかを検証した。
非線形拡張は、軌道条件付き微分作用素、有限振幅応答プロファイル、状態依存連立によるメディエーションを特徴付ける。
予備的応用としてケタミン麻酔下での4つのマカクのECoG記録からのシグネチャを推定した。
その結果,無意識下では入力出力アライメントが減少し,潜在能力は増大した。
これにより、GMWは、ニューラル録音における候補のグローバルワークスペースの特定と、意識的なアクセスにおいてメディエーションのどの側面が重要なのかを問うための形式的でテスト可能な基準を提供する。
関連論文リスト
- Sheaf-Theoretic Transport and Obstruction for Detecting Scientific Theory Shift in AI Agents [0.0]
本稿では,輸送と障害物による理論シフト候補検出のための有限層理論フレームワークを開発する。
我々は,その言語の拡張からソース言語の変形を分離するために設計された制御されたトランジションカードベンチマーク上で,このフレームワークを評価する。
論文 参考訳（メタデータ） (2026-05-13T18:46:17Z) - MiA-Signature: Approximating Global Activation for Long-Context Understanding [48.9604042895266]
我々は、クエリによって誘導されるグローバルなアクティベーションパターンの圧縮表現である textbfMindscape Activation Signature (MiA-Signature) の概念を導入する。
結果として得られるMiA-Signatureは、計算可能でありながらフルアクティベーション状態の効果を近似する条件信号として機能する。
論文 参考訳（メタデータ） (2026-05-07T15:25:02Z) - Beyond Activation Alignment: The Geometry of Neural Sensitivity [0.0]
そこで我々は,小摂動を識別する表現能力に着目した,局所的測位可能な情報に基づくフレームワークを提案する。
対称正定値行列の多様体上の対数スペクトル距離を用いてこれらの正規化シグネチャを比較する。
経験的に、このフレームワークは、独立に訓練された人工ニューラルネットワークで対応するレイヤのリカバリを可能にする。
論文 参考訳（メタデータ） (2026-05-04T23:21:24Z) - MANAR: Memory-augmented Attention with Navigational Abstract Conceptual Representation [1.1470070927586016]
コンテキスト化層は標準のマルチヘッドアテンションを一般化する。
ManARの概念的なアドレスは、入力トークンの外側に確実に横たわる表現を合成する。
論文 参考訳（メタデータ） (2026-03-19T09:37:18Z) - Bayesian Ego-graph inference for Networked Multi-Agent Reinforcement Learning [16.190458233440864]
本稿では,ネットワーク型MARLのためのグラフベースのポリシーを提案する。
ベイズ変分法による疎密なコンテキスト認識相互作用構造を学習する分散型アクターフレームであるBayesGを紹介する。
BayesGは、最大167エージェントの大規模トラフィック制御タスクにおいて、強力なMARLベースラインを上回っている。
論文 参考訳（メタデータ） (2025-09-20T10:09:37Z) - Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation [59.01527054553122]
分散エージェントは、経験的システムの非絶対的実行から平均フィールドゲームにおいて平衡を学ぶことができる。
既存の設定に関数近似を導入し,Munchausen Online Mirror Descent 方式で描画する。
ポリシー情報の交換は,ネットワーク化されたエージェントが,機能近似設定において,独立エージェントと集中エージェントの両方より優れていることを示す。
論文 参考訳（メタデータ） (2024-08-21T13:32:46Z) - Zero-shot cross-modal transfer of Reinforcement Learning policies through a Global Workspace [44.97217246897902]
筆者らは,2つの入力モダリティによって収集された環境情報を活用するために,「グローバルワークスペース」を訓練する。
2つの異なる環境とタスクにおいて、入力モダリティ間のゼロショット・クロスモーダル転送を行うモデルの能力を明らかにする。
論文 参考訳（メタデータ） (2024-03-07T15:35:29Z) - Adaptive Global-Local Representation Learning and Selection for
Cross-Domain Facial Expression Recognition [54.334773598942775]
ドメインシフトは、クロスドメイン顔表情認識(CD-FER)において重要な課題となる
適応的グローバルローカル表現学習・選択フレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-20T02:21:41Z) - Generalized Universal Domain Adaptation with Generative Flow Networks [76.1350941965148]
Generalized Universal Domain Adaptationは、未知のカテゴリを含む全てのターゲットラベルの正確な予測を実現することを目的としている。
GUDAはラベル分布シフトベースとラベル空間ミスマッチベースとのギャップを埋める。
本稿では,報酬関数に比例した確率を持つ多種多様なサンプルを選択する,GFlowDAというドメイン適応アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-05-08T05:34:15Z) - Coarse to Fine: Domain Adaptive Crowd Counting via Adversarial Scoring
Network [58.05473757538834]
本稿では,ドメイン間のギャップを粗い粒度から細かな粒度に埋める新しい逆スコアリングネットワーク (ASNet) を提案する。
3組のマイグレーション実験により,提案手法が最先端のカウント性能を実現することを示す。
論文 参考訳（メタデータ） (2021-07-27T14:47:24Z) - Provable Generalization of SGD-trained Neural Networks of Any Width in
the Presence of Adversarial Label Noise [85.59576523297568]
勾配降下法により学習した任意の幅の1層リークReLUネットワークを考察する。
sgdは,分布上の最良半空間に匹敵する分類精度を持つニューラルネットワークを生成できることを実証する。
論文 参考訳（メタデータ） (2021-01-04T18:32:49Z)
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。