論文の概要: Clocks all the way down: does sequence-processing AI need endogenous temporal structure?
- arxiv url: http://arxiv.org/abs/2611.04181v1
- Date: Tue, 03 Nov 2026 02:16:48 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:52:48.601335
- Title: Clocks all the way down: does sequence-processing AI need endogenous temporal structure?
- Title（参考訳）: シーケンス処理AIは内因性時間構造を必要とするか?
- Abstract要約: 生物学的脳は、知覚、記憶、認知を構造化するリズミカルな活動を生成する。
次に、アイテムアイデンティティとシリアルオーダーと、選択的メモリ検索のための代替メカニズムを組み合わせた、クロス周波数多重化方式について概説する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Mainstream sequence-processing AI is temporally reactive: each update is driven by input and learned state transitions, rather than by an independently evolving internal temporal reference. Biological brains, by contrast, continuously generate rhythmic activity that structures perception, memory, and cognition, and this rhythmicity reaches all the way to behavior. We ask whether this difference is merely implementational or genuinely computational. Four lines of evidence suggest that endogenous temporal structure supports putative functions that input-driven architectures may not readily replicate: 1) phase-dependent routing of information, 2) delay-structured combinatorial representation, 3) cross-frequency multiplexing of items, and 4) oscillation-gated offline consolidation. A proof-of-concept delay-ablation test dissociates representational capacity from memory retrieval. In recurrent and spatial spiking networks with fixed synaptic weights and connectivity, shuffling delays preserves part of the capacity but substantially impairs the sequence retrieval. The relative contrast is more pronounced for spatial networks and longer propagations. Instantaneous transmission collapses capacity itself. We then outline a cross-frequency multiplexing scheme that combines item identity and serial order with alternative mechanisms for selective memory retrieval. Finally, we state one falsifiable hypothesis, conditions for matched-resource tests, and three research directions: the components already exist; the disciplined comparison does not.
- Abstract（参考訳）: 各更新は、独立して進化する内部時間参照ではなく、入力と学習された状態遷移によって駆動される。
対照的に、生物学的脳は、知覚、記憶、認知を構造化するリズミカルな活動を継続的に生成し、このリズミカル性は行動のあらゆる方向に到達する。
この違いは単に実装的なものなのか、それとも真に計算されたものなのかを問う。
4行の証拠は、内因性時間構造が入力駆動アーキテクチャが容易に複製できない仮定関数を支持することを示唆している。
1)情報の位相依存的なルーティング
2)遅延構造複合表現
3 商品の周波数横断多重化及び
4) 発振ゲートのオフライン接続。
概念遅延アブレーションテストは、メモリ検索から表現容量を解離させる。
一定のシナプス重みと接続性を持つリカレントおよび空間スパイクネットワークでは、シャッフル遅延はキャパシティの一部を保持するが、シーケンス検索を著しく損なう。
相対的なコントラストは、空間ネットワークとより長い伝搬に対してより顕著である。
即時送信はキャパシティ自体を崩壊させる。
次に、アイテムアイデンティティとシリアルオーダーと、選択的メモリ検索のための代替メカニズムを組み合わせた、クロス周波数多重化方式について概説する。
最後に、Falsible hypothesis, conditions for matched-resource test, and three research direction: the components already exist, the disciplined comparison not。
関連論文リスト
- Identifiability of a dissipative knowledge-dynamics model: exact recovery under designed excitation, degeneration on observational data [0.0]
熟達は実践を通じて蓄積し、忘れることを通じて崩壊し、相互に依存する概念をまたいで伝播する。
これらのパラメータが実際にデータから回収できるかどうかを調査する。
モデルの定常構造にその効果を辿り、理論が期待する退化と一致していることを示す。
論文 参考訳（メタデータ） (2026-10-07T11:50:29Z) - Memory as transformation: LETHE, a self-referential gan-inspired architecture [0.0]
LETHEはSuperColliderで実装された自己参照ソニックオブリビオンである。
ジェネラティブ・アドリラル・ネットワーク(Geneversarative Adrial Networks)の正式用語である。
論文 参考訳（メタデータ） (2026-09-03T11:38:31Z) - ProgFormer: Hierarchical Voxel Diffusion Transformer for Longitudinal Brain MRI Prediction [81.07048249760953]
縦方向の変化は、しばしば微妙で、特定の解剖学的領域に限られる。
ほとんどの被験者固有の脳構造は、時間とともに安定している。
ProgFormerは、縦型脳MRI予測のための階層型ボクセル空間拡散変換器である。
論文 参考訳（メタデータ） (2026-07-30T00:13:42Z) - Beyond Episodic Evaluation: Memory Architectural Bottlenecks in Sequential Embodied Question Answering [93.80043825360514]
EQA(Embodied Question answering)は、伝統的にエピソードの定式化の下で評価され、エージェントは各タスクを独立して解決し、エピソード間の内部状態をリセットする。
EQAエージェントを逐次評価する際に異なるメモリアーキテクチャがどのように振る舞うかを検討する。
既存のメモリを単純に保存することは、しばしば不十分である。
連続したシーン表現の視覚的意味的証拠を3次元幾何学にマッピングするアーキテクチャについて, 構造的, 空間的基盤的記憶の必要性を強調した。
論文 参考訳（メタデータ） (2026-07-23T17:50:45Z) - Chronofy: A Temporal-Logical Decay Architecture for Information Validity in Time-Aware Retrieval-Augmented Generation [0.0]
Retrieval-Augmented Generation (RAG) システムは、外部知識を検索して統合し、基盤となる大規模言語モデル(LLM)出力を出力する。
現在のRAGアーキテクチャは、全ての検索された事実を時間的前兆に関係なく等しく有効と扱い、時間的幻覚につながる。
本稿では, 時間的妥当性をRAGシステムの表現, 検索, 推論層に直接組み込むTLDA(Temporal-Logical Decay Architecture)を実装した3層ニューロシンボリック・フレームワークであるクロノフィーについて述べる。
論文 参考訳（メタデータ） (2026-07-17T23:20:24Z) - Moonlight in Latent Space: Chirality and Structural Correspondence Between Beethoven's Op. 27 No. 2 and Machine Learning Mechanisms [0.0]
ベートーヴェンの「Moonlight Sonata」の3つの動きは、3つの異なる機械学習アーキテクチャをインスタンス化することを示した。
我々は、エンコード・デコード・サイクルのキラリティ、すなわち、どの分布が保存され、順序づけられた順序が破壊されるかを定量化する。
論文 参考訳（メタデータ） (2026-06-12T16:35:17Z) - Temporal-Spatial Decouple before Act: Disentangled Representation Learning for Multimodal Sentiment Analysis [9.998823710345919]
本稿では,各モーダルを時間的ダイナミックスと空間的構造的コンテキストに明示的に分離するTSDA法を提案する。
あらゆるモダリティに対して、時間エンコーダと空間空間エンコーダは、別々の時間的および空間的な体に信号を伝達する。
F-Consistent Cross-Modal Alignmentは、時間的特徴と時間的特徴と、時間的特徴と、空間的特徴とを一致させる。
論文 参考訳（メタデータ） (2026-01-20T06:50:40Z) - Intensity Profile Projection: A Framework for Continuous-Time
Representation Learning for Dynamic Networks [50.2033914945157]
本稿では、連続時間動的ネットワークデータのための表現学習フレームワークIntensity Profile Projectionを提案する。
このフレームワークは3つの段階から構成される: 対の強度関数を推定し、強度再構成誤差の概念を最小化する射影を学習する。
さらに、推定軌跡の誤差を厳密に制御する推定理論を開発し、その表現がノイズに敏感な追従解析に利用できることを示す。
論文 参考訳（メタデータ） (2023-06-09T15:38:25Z) - Learning Sequence Representations by Non-local Recurrent Neural Memory [61.65105481899744]
教師付きシーケンス表現学習のためのNon-local Recurrent Neural Memory (NRNM)を提案する。
我々のモデルは長距離依存を捉えることができ、潜伏した高レベル特徴を我々のモデルで抽出することができる。
我々のモデルは、これらのシーケンスアプリケーションごとに特別に設計された他の最先端の手法と比較して好意的に比較する。
論文 参考訳（メタデータ） (2022-07-20T07:26:15Z) - Temporal Latent Bottleneck: Synthesis of Fast and Slow Processing
Mechanisms in Sequence Learning [85.95599675484341]
リカレントニューラルネットワークは、時間的に圧縮された表現の学習に対して強い誘導バイアスを持つ。
変換器は時間的に圧縮された表現を学習する際の帰納的バイアスがほとんどない。
論文 参考訳（メタデータ） (2022-05-30T00:12:33Z) - Multi-Temporal Convolutions for Human Action Recognition in Videos [83.43682368129072]
複数の解像度で抽出できる新しい時間・時間的畳み込みブロックを提案する。
提案するブロックは軽量で,任意の3D-CNNアーキテクチャに統合可能である。
論文 参考訳（メタデータ） (2020-11-08T10:40:26Z)
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。