文献

J-GLOBAL ID：201802290649355265   整理番号：18A0344877

自然選択できるBayes事前分布をコードしている【Powered by NICT】

Can natural selection encode Bayesian priors?

著者 (2件)： Ramirez Juan Camilo (Department of Biostatistics, School of Public Health, The University of Texas Health Science Center at Houston (UTHealth), Houston, Texas, USA) ,  Marshall James A.R. (Department of Computer Science, The University of Sheffield, Sheffield, UK)
資料名： Journal of Theoretical Biology  (Journal of Theoretical Biology)
巻： 426  ページ： 57-66  発行年： 2017年 
JST資料番号： A0288B  ISSN： 0022-5193  CODEN： JTBIA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くの生物の進化的成功は不確実な情報から環境の状態(例えば,捕食リスク)の推定値に基づいて決定させるためそれらの能力に依存する。これらの決定問題が最適解を持ち,本質的に個体は最適解を用いたかのように意思決定を行う行動機構を発展させることが期待される。Bayes推定は,不確実なデータからの推定値を生産するための最適な方法であり,自然淘汰は,それらが典型的に経験を積んだ環境におけるBayes推定値を計算したかのように意思決定を行う行動機構と個体に有利であることが期待されるが,これは有利な意思決定者はBayes計算を正確にすることを意味する必要はない。証拠を収集として各個体は後推定に未知環境変数の事前推定を更新するかのように挙動する進展させる必要がある。事前推定は,環境変数,すなわち,環境の個人のデフォルト「世界観」に関する意思決定者のデフォルト信念である。デフォルト信念は自然淘汰により形成されると仮定されていると個人の祖先が経験した環境を代表している。意思決定者が不確実な情報から学ぶときBayes事前推定は遺伝的にコードされたおよび自然淘汰により形成されたことができるかを正確に調べるために進化的モデルを提案した。モデルは事象の確率を推定するために必要であることを個人の集団の進化をシミュレートした。得られた証拠を用いたBayes事後推定への事前信念を更新するための全ての個体はこの確率の事前推定を持ち,環境からの雑音のあるキューを収集する。前は,子孫への遺伝と通過させた。フィットネスを作製後推定の精度と共に増加した。シミュレーションは以前の推定値は,進化時間にわたる正確なになることを示した。これらの「Bayesの個体に加えて,確率を推定する時,前と代わりに使用頻度論的推論を使用しない「頻度論者’個体を導入した。二間の競争は,前者は後者よりも進化的利点を持つ傾向にあるが,文献から予測されるように,個人が利用できる情報は少なくとも不確実性を与えるこの利点が最も低いことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 雑音 ,  意思決定 ,  意思決定者 ,  推定量 ,  モデル ,  *自然淘汰 ,  決定問題 ,  不確実性 ,  遺伝 ,  待ち行列 ,  Bayes推定
準シソーラス用語： 環境変数 ,  未知環境 ,  最適解 ,  *事前分布 , 【Automatic Indexing@JST】

著者キーワード (6件)： ベイズ統計学派以前 ,  Bayes学習 ,  最適意思決定 ,  Baldwin効果 ,  進化 ,  自然淘汰

分類 (1件)： 数理計画法  (KA03030M)

タイトルに関連する用語 (1件)： 事前分布