論文の概要: Where Latents Belong and How They Flow: Joint Identification of Structural Roles

• arxiv url: http://arxiv.org/abs/2610.23074v1
• Date: Fri, 16 Oct 2026 07:45:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.821012
• Title: Where Latents Belong and How They Flow: Joint Identification of Structural Roles
• Title（参考訳）: 潜水体が長い場所と流れ方:構造的役割の同時同定
• Abstract要約: 我々は、潜在因子の役割を形式化し、それがどこに表現されているか、過去から影響を受けているか、未来へ影響を伝達するかどうかを説明する。 適切な構造条件と可変条件の下では、3つの役割はすべて、各時点において共通の置換の下で共同で識別可能である。 共有潜在座標系における構造的役割をトレースするフレームワークであるRoleTraceを開発した。
• 参考スコア（独自算出の注目度）: 14.708391032174582
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Latent factors in dynamical systems can play different roles across observations and time. For example, an idea in a group meeting may be expressed by only some participants, inherit information from earlier discussions, and shape what is said next. We formalize this notion as the structural role of a latent factor, describing where it is expressed, whether it receives influence from the past, and whether it transmits influence to the future. The main challenge is correspondence, since the three structures may be identified under different permutations, while a structural role is defined only when they are aligned to the same latent coordinate. We show that, under suitable structural and variability conditions, all three roles are jointly identifiable under a common permutation at each time point. Guided by this theory, we develop RoleTrace, a framework that traces structural roles in a shared latent coordinate system. Synthetic experiments validate structural recovery, while experiments on multiparty meetings examine the identified roles in real sequential interactions.
• Abstract（参考訳）: 力学系における潜在因子は、観測と時間の間で異なる役割を果たす。 例えば、グループミーティングにおけるアイデアは、一部の参加者によってのみ表現され、以前の議論から情報を継承し、次に述べたものを形作ることができる。 我々は、この概念を潜在因子の構造的役割として定式化し、それがどこに表現されているか、過去から影響を受けているか、未来へ影響を伝達するかどうかを説明する。 主な課題は対応であり、3つの構造は異なる置換の下で識別できるが、構造的役割はそれらが同じ潜在座標に整列している場合にのみ定義される。 適切な構造条件と可変条件下では,3つの役割は各時点に共通な置換の下で共同で識別可能であることを示す。 この理論で導かれたRoleTraceは、共有潜在座標系における構造的役割をトレースするフレームワークである。 合成実験は構造回復を検証し, 複数党会議における実験は, 実際の逐次的相互作用における役割を検証した。

関連論文リスト

• Choose Your Game Wisely: Measuring Game-Theoretic Structures in Real-World Vehicle Interactions [10.926809514371142]
  本稿では,対話イベントを識別するための軌跡に基づく対話計測フレームワークを開発する。 実世界の6つの軌跡データセットにおけるフレームワークの評価を行った。 その結果,実世界の相互作用は同時的,逐次的,永続的に順序付けられた時間構造を示すことがわかった。
  論文  参考訳（メタデータ） (2026-08-26T15:32:46Z)
• Fundamental Dynamical Units for Physics-Informed Structural Inference from Perturbation Time-Series in Networked Systems [0.0]
  基本力学ユニット(FDUs):構成可能なプリミティブとして3ノードの相互作用パターンに署名する。 FDU は相互作用仮説空間を有限で、構成的で、抽出可能な表現に変換する。 物理インフォームドニューラル常微分方程式にFDU正規化構造推論を組み込む。
  論文  参考訳（メタデータ） (2026-06-12T11:58:37Z)
• Partially Observed Structural Causal Models [4.065430726803998]
  部分観測構造因果モデル(POSCM)を紹介する。 POSCMは、潜在コンテキストが観測変数上の相互作用構造と下流機構の両方を共決定する因果系を定式化する。 我々は、介入ファミリーが構造形成をメカニズムから切り離すのに十分であることを示す識別可能性理論を提供する。
  論文  参考訳（メタデータ） (2026-05-05T01:40:14Z)
• Dynamics Within Latent Chain-of-Thought: An Empirical Study of Causal Structure [58.89643769707751]
  表現空間における潜在連鎖を操作可能な因果過程として研究する。 遅延ステップの予算は、均質な余分な深さよりも、非局所的なルーティングを備えたステージ機能のように振る舞う。 これらの結果は、モード条件と安定性を意識した分析を、潜伏推論システムの解釈と改善のための信頼性の高いツールとして動機付けている。
  論文  参考訳（メタデータ） (2026-02-09T15:25:12Z)
• Emergent Structured Representations Support Flexible In-Context Inference in Large Language Models [77.98801218316505]
  大型言語モデル(LLM)は、人間のような推論を示唆する創発的な行動を示す。 テキスト内概念推論におけるLLMの内部処理について検討する。
  論文  参考訳（メタデータ） (2026-02-08T03:14:39Z)
• 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)
• Towards Identifiability of Hierarchical Temporal Causal Representation Learning [37.974090366909586]
  因果的階層的潜在動的(CHiLD)識別フレームワークを提案する。 各層内の潜伏変数を識別するために、潜伏変数間の階層構造が自然に分散していることを利用する。 このモデルは、コンテキストエンコーダを組み込んで、多層潜在変数を再構成し、フローベースの階層的事前ネットワークを正規化する。
  論文  参考訳（メタデータ） (2025-10-21T05:40:17Z)
• A Multi-Expert Structural-Semantic Hybrid Framework for Unveiling Historical Patterns in Temporal Knowledge Graphs [66.98208997876783]
  時間的知識グラフ推論は、既存の事実の知識で将来の事象を予測することを目的としており、下流の様々なタスクにおいて重要な役割を果たす。 従来の手法では、グラフ構造学習や意味推論に重点を置いていたが、二重推論の視点を統合できなかった。 構造情報と意味情報の両方を統合するために3種類の専門家モジュールを利用する多機能構造意味ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-17T06:49:13Z)
• Identifiable Exchangeable Mechanisms for Causal Structure and Representation Learning [54.69189620971405]
  IEM(Identible Exchangeable Mechanisms)と呼ばれる,表現と構造学習のための統合フレームワークを提供する。 IEMは、交換可能な非i.d.データにおける因果構造同定に必要な条件を緩和する新しい洞察を提供する。 また、認識可能な表現学習における双対性条件の存在を実証し、新たな識別可能性結果をもたらす。
  論文  参考訳（メタデータ） (2024-06-20T13:30:25Z)

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。