論文の概要: Causal-fate dynamics of unrealized influence

• arxiv url: http://arxiv.org/abs/2610.11422v1
• Date: Thu, 08 Oct 2026 07:48:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.872748
• Title: Causal-fate dynamics of unrealized influence
• Title（参考訳）: 非現実的影響の因果現象のダイナミクス
• Abstract要約: 我々は、生成した影響が実現されたり、潜伏していたり、その後のダイナミクスによって変換されたりする因果現象を定式化する。 コネクトームに拘束されたCaenorhabditis elegansモデルが最初に、未解決の神経間影響が持続し、その後の増殖に寄与するかもしれないという生物学的仮説を動機付けている。 この表現を用いてトランスフォーマーアーキテクチャを構築し、言語モデリング機能を維持しながら、遅延文脈の影響を明示的に伝達し、選択的に実現する。
• 参考スコア（独自算出の注目度）: 5.503904431371255
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many dynamical systems generate influences whose consequences are not fully exhausted in the realized trajectory at the moment they arise. Such consequences are often treated as absent, delayed or statically stored, leaving unclear how unrealized influence retains future relevance as the system evolves. Here we formulate causal-fate dynamics, in which generated influence may be realized, remain latent, or be transformed by subsequent dynamics, and give an exact finite-transport representation when the relevant maps are specified. A connectome-constrained Caenorhabditis elegans model first motivates the biological hypothesis that unresolved inter-neuronal influence may persist and contribute to later propagation; it does not establish such a mechanism in living animals. We next examine operational Internet routing, where a dynamically updated cross-observer history retains predictive information beyond the current local route state. We then use the representation to construct a Transformer architecture that explicitly transports and selectively realizes latent contextual influence while retaining language-modeling function. The three studies distinguish a model-motivated scientific hypothesis, an observational phenomenon compatible with future-relevant history and an executable construction for carrying unrealized influence through subsequent computation.
• Abstract（参考訳）: 多くの力学系は、それらが生じる瞬間に実現された軌道において、結果が完全に消耗していない影響を生み出す。 このような結果はしばしば欠落、遅延、あるいは静的保存として扱われ、システムが進化するにつれて、どのように非現実的な影響が将来の関連性を維持するかは不明のままである。 ここでは、生成した影響が実現されたり、遅延したままであったり、その後のダイナミクスによって変換されたりする因果関数のダイナミクスを定式化し、関連する写像が指定されたときに、正確な有限移動表現を与える。 コネクトームに拘束されたCaenorhabditis elegansモデルは、まず、未解決の神経間影響が後続の伝播に持続し寄与するかもしれないという生物学的仮説を動機づける。 次に、動的に更新されたクロスサーバ履歴が現在のローカルルート状態を超えて予測情報を保持している、運用上のインターネットルーティングについて検討する。 次に,この表現を用いてトランスフォーマーアーキテクチャを構築し,言語モデリング機能を維持しながら,遅延文脈の影響を明示的に伝達し,選択的に実現する。 この3つの研究は、モデル駆動の科学的仮説、将来の関連する歴史と相容れない観測現象、そしてその後の計算を通して非現実的な影響をもたらすための実行可能な構成を区別する。

関連論文リスト

• UniMPA: A Unified Memory-Prediction-Action Model via Action-Grounded Transition Modeling [73.35395707747456]
  ビジョン・ランゲージ・アクションモデルの最近の進歩はロボット操作を改善しているが、基本的な遷移実現可能性のギャップによって観察・行動学習は制限されている。 将来の観測は、物理的に実現可能な遷移と必ずしも一致しない。 歴史的に実行可能なアクションパターンは、現在のシーンにおける意図した遷移を必ずしも認識しない可能性があるため、コンテキスト対応の適応が必要である。
  論文  参考訳（メタデータ） (2026-09-10T17:45:03Z)
• On Evolution-Based Models for Experimentation Under Interference [7.262048441360133]
  我々は、介入に応じて観察ラウンド間で結果がどのように変化するかを研究する進化に基づくアプローチについて研究する。 我々は、この手法のインスタンス化として、高密度ネットワークにおける因果メッセージパッシングを強調した。 このアプローチの限界について議論し、強い時間的傾向や内因性干渉が識別を損なう可能性があることを示す。
  論文  参考訳（メタデータ） (2025-11-26T18:53:46Z)
• Hidden Traveling Waves bind Working Memory Variables in Recurrent Neural Networks [3.686808512438363]
  我々は、ニューラルネットワーク内の進行波動力学の概念を活用し、ニューラルワーキングメモリの理論モデルを定式化する。 状態履歴の表現と学習におけるモデルの能力について厳密に検討する。 我々の研究結果は、AIにおける走行波のより広い関係と、ニューラルネットワークアーキテクチャの進歩の可能性を示している。
  論文  参考訳（メタデータ） (2024-02-15T18:08:58Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• Neural State-Space Modeling with Latent Causal-Effect Disentanglement [3.5507435095193896]
  本稿では,信号強度が小さいが,信号強度が大きいその後のグローバルな活動の原因となる局所的活動の再構築手法について論じる。 私たちの中心的なイノベーションは、システムの潜伏状態が潜在的に隠れた内部介入の影響を受けやすいかを明確にモデル化し、切り離すことによって、これに取り組むことです。 介入は直接観察できないが、その後の観測結果から切り離す必要があるため、システムのネイティブな介入自由力学の知識を統合し、実際の介入自由力学と仮説的な介入自由力学の差異に責任を負うと仮定して隠れた介入を推測する。
  論文  参考訳（メタデータ） (2022-09-26T03:02:20Z)
• Inference of Affordances and Active Motor Control in Simulated Agents [0.5161531917413706]
  本稿では,出力確率,時間的予測,モジュール型人工ニューラルネットワークアーキテクチャを提案する。 我々のアーキテクチャは、割当マップと解釈できる潜在状態が発達していることを示す。 アクティブな推論と組み合わせることで、フレキシブルでゴール指向の動作が実行可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-23T14:13:04Z)
• Causal Discovery in Physical Systems from Videos [123.79211190669821]
  因果発見は人間の認知の中心にある。 本研究では,ビデオの因果発見の課題を,地層構造を監督せずにエンドツーエンドで検討する。
  論文  参考訳（メタデータ） (2020-07-01T17:29:57Z)

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。