論文の概要: Gradland: On Phenomenal Experience, Differentiated Across Many Dimensions

• arxiv url: http://arxiv.org/abs/2609.09306v1
• Date: Tue, 08 Sep 2026 18:01:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.775996
• Title: Gradland: On Phenomenal Experience, Differentiated Across Many Dimensions
• Title（参考訳）: Gradland: 現象経験について - 多くの次元をまたいだ差別化
• Abstract要約: 本稿では,Kirchhoff複雑性に基づく効果的なランクと凝集という,ヤコビアン構造の2つの尺度を紹介する。 一連の実験例に適用すると,(1)経験の期間,(2)経験の期間が数百ミリ秒以上長くなること,(2)経験の鮮明さと曖昧さの相違,(3)テクスチャの体験,(4)新生児が経験したであろう混乱の開花,(5)心得と混乱する考えの相違,(6)学習とは何か,(7)紙は豊かで密集した経験の機能を説明する。
• 参考スコア（独自算出の注目度）: 0.8772535611243176
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates the hypothesis that the first-order structure of physical interactions, i.e. gradients or Jacobians, characterizes the structure of phenomenal experience. It does so in an idealized world inhabited by neural networks, Gradland, where the physics are known and the functions are (mostly) differentiable. The paper introduces two measures of Jacobian structure: effective rank and cohesion, based on Kirchhoff complexity. Applying the measures to a series of worked examples shows the hypothesis accounts for: (1) the duration of experience, that it can prolong over hundreds of milliseconds; (2) the difference between what is experienced vividly and obscurely; (3) the experience of texture; (4) the blooming buzzing confusion presumably experienced by newborns; (5) the difference between ideas that are held distinctly in mind and ideas that are confused; (6) what learning is like; and finally (7) the paper explains the function of rich, dense experience.
• Abstract（参考訳）: 本稿では,物理相互作用の1次構造,すなわち勾配やヤコビアンが現象経験の構造を特徴づける仮説を考察する。 グラッドランド(Gradland)は、物理学が知られ、関数が(主に)微分可能である。 本稿では,Kirchhoff複雑性に基づく効果的なランクと凝集という,ヤコビアン構造の2つの尺度を紹介する。 一連の実験例に適用すると,(1)経験の期間,(2)経験の期間が数百ミリ秒以上長くなること,(2)経験の鮮明さと曖昧さの相違,(3)テクスチャの体験,(4)新生児が経験したであろう混乱の発芽,(5)思考と混乱するアイデアの相違,(6)学習とはどのようなものか,そして(7)紙がリッチで密集した経験の機能を説明すること,といった仮説が説明できる。

関連論文リスト

• There Will Be a Scientific Theory of Deep Learning [62.690977616250954]
  我々は、深層学習の科学的理論が出現しつつあることを主張する。 我々は、そのような理論を導く5つの成長する仕事の体を同定する。 我々は、新しい理論は学習過程の力学と考えるのが一番良いと論じる。
  論文  参考訳（メタデータ） (2026-04-23T13:58:12Z)
• The Physics of Data and Tasks: Theories of Locality and Compositionality in Deep Learning [56.33356568466191]
  この論文は、データ、タスク、深層学習表現における局所性と構成性の役割を研究する。 ディープニューラルネットワークは目覚ましい成功を収めていますが、その学習方法に対する私たちの理解は限定的です。
  論文  参考訳（メタデータ） (2025-10-07T16:40:06Z)
• Learning states enhanced knowledge tracing: Simulating the diversity in real-world learning process [16.472568558398482]
  知識追跡タスクは、歴史的相互作用に基づいて学習者の将来のパフォーマンスを予測することに焦点を当てる。 我々はLSKT(Learning State Enhanced Knowledge Tracing)という新しい手法を提案する。 4つの実世界のデータセットによる実験結果から,我々のLSKT法は現在の最先端手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-12-27T09:41:25Z)
• Exploring Dark Knowledge under Various Teacher Capacities and Addressing Capacity Mismatch [40.435316196709564]
  本論文は,異なる能力を持つ教師が提供する暗黒の知識を深く掘り下げるものである。 我々は、誤った階級の区別が暗黒知識の本質を具現化していると論じる。 より大きく、より正確な教師は、より小さな教師に比べて教育能力を損なう、この区別が欠けている。
  論文  参考訳（メタデータ） (2024-05-21T04:43:15Z)
• Exploring Concept Depth: How Large Language Models Acquire Knowledge and Concept at Different Layers? [57.04803703952721]
  大規模言語モデル(LLM)は、幅広いタスクで顕著なパフォーマンスを示している。 しかし、これらのモデルが様々な複雑さのタスクを符号化するメカニズムは、いまだに理解されていない。 概念深さ」の概念を導入し、より複雑な概念が一般的により深い層で得られることを示唆する。
  論文  参考訳（メタデータ） (2024-04-10T14:56:40Z)
• Neural Causal Abstractions [63.21695740637627]
  我々は、変数とそのドメインをクラスタリングすることで、因果抽象化の新しいファミリーを開発する。 本稿では,ニューラルネットワークモデルを用いて,そのような抽象化が現実的に学習可能であることを示す。 本実験は、画像データを含む高次元設定に因果推論をスケールする方法を記述し、その理論を支持する。
  論文  参考訳（メタデータ） (2024-01-05T02:00:27Z)
• How Do Transformers Learn Topic Structure: Towards a Mechanistic Understanding [56.222097640468306]
  我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する 数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
  論文  参考訳（メタデータ） (2023-03-07T21:42:17Z)
• Observing Interventions: A logic for thinking about experiments [62.997667081978825]
  本稿では,実験から学ぶ論理への第一歩について述べる。 我々のアプローチにとって重要なことは、介入の概念が(現実的または仮説的な)実験の形式的表現として使用できるという考えである。 提案された全ての論理系に対して、健全で完全な公理化を提供する。
  論文  参考訳（メタデータ） (2021-11-25T09:26:45Z)
• Recent advances in deep learning theory [104.01582662336256]
  本稿では,近年のディープラーニング理論の進歩をレビューし,整理する。 文献は,(1)深層学習の一般化可能性を分析する複雑性とキャパシティに基づくアプローチ,(2)勾配降下とその変種をモデル化するための微分方程式とその力学系,(3)動的システムの軌道を駆動する損失景観の幾何学的構造,(5)ネットワークアーキテクチャにおけるいくつかの特別な構造の理論的基礎,の6つのグループに分類される。
  論文  参考訳（メタデータ） (2020-12-20T14:16:41Z)
• Constructed emotions and superinformation: a constructor-theoretic approach [0.0]
  感情と知識は2つの異なる観測対象とみなすことができ、情報や超情報に繋がることを示す。 情報の構造に関する追加の仮説は、フェーズタスクのContructor-theoreticバージョンの観点から感情を研究することを可能にする。 量子アルゴリズムは、感情とメモリタスクの接続の例として提示される。
  論文  参考訳（メタデータ） (2020-08-13T15:54:38Z)
• Embodied observations from an intrinsic perspective can entail quantum dynamics [0.0]
  主観的経験が身体現象にどのように関係するかは、まだ不明である。 科学者は主観的な経験の「純粋な」側面を排除し、「客観的」な科学を確立する。 すべての経験は物理的な相関を持ち、すべての現象は「誰か」の体験である。
  論文  参考訳（メタデータ） (2020-05-07T17:58:56Z)

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。