arXiv cs.AI· Ping Zhang, Quang-Huy Nguyen, Yingtie Lei, Wei-Lun Chao·· 11 小时前AI 评分18
通过预测恢复本体状态：一种模型相对的状态定义
Ontic state recovery through prediction
AI 导读
研究提出以模型相对方式定义系统状态：状态即系统在指定查询集合上的完整响应剖面，所有查询回答一致的配置视为同一状态。作者通过查询歧义、状态空间几何与预测目标选择三方面考察预测与状态恢复的关系，并在响应规律已知的合成系统与神经记录数据上验证。
正文 · AI 翻译
摘要：我们通过系统的响应来接触一个系统，而系统的状态关乎系统本身是怎样的。预测进一步的响应有望带来超出即时观察的知识。这种知识告诉我们系统的什么状态，取决于我们首先如何理解状态。我们赋予这一概念一种相对于模型的意义：状态是在指定查询宇宙上的完整响应剖面，而在每个查询上一致的配置被视为同一状态。从这个视角看，学到的状态是通过它保留的这些剖面之间的区分来理解的。预测关注选定的观察；恢复关注整个剖面。我们通过查询歧义、状态空间几何以及预测目标的选择来考察它们之间的关系。具有已知响应规律的合成系统和神经记录为这一研究提供了互补的设置。目标是阐明预测如何能成为认识一个系统的方式，以及学到的状态保留所研究的状态意味着什么。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；神经元与认知（q-bio.NC） |
| 引用为： | arXiv:2610.27139 [cs.LG] |
| （或 arXiv:2610.27139v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27139 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ping Zhang [查看邮箱]
[v1]
2026年10月19日星期一 18:34:43 UTC（771 KB）
来源：arXiv cs.AI · arxiv.org