Fugu-MT 論文翻訳(概要): Lenia and Expanded Universe

論文の概要: Lenia and Expanded Universe

arxiv url: http://arxiv.org/abs/2005.03742v1
Date: Thu, 7 May 2020 20:41:13 GMT
ステータス: 処理完了
システム内更新日: 2022-12-05 23:59:47.261044
Title: Lenia and Expanded Universe
Title（参考訳）: レニアと拡張宇宙
Authors: Bert Wang-Chak Chan
Abstract要約: 生命に似た自己組織型自律パターンを生成できる連続セルオートマトンであるLeniaを実験的に拡張した。我々は、多面体対称性、個性、自己複製、排出、摂取による成長などの新しい現象を発見し、労働と型分化の内部分裂を持つ「仮想真核生物」の出現を見た。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We report experimental extensions of Lenia, a continuous cellular automata family capable of producing lifelike self-organizing autonomous patterns. The rule of Lenia was generalized into higher dimensions, multiple kernels, and multiple channels. The final architecture approaches what can be seen as a recurrent convolutional neural network. Using semi-automatic search e.g. genetic algorithm, we discovered new phenomena like polyhedral symmetries, individuality, self-replication, emission, growth by ingestion, and saw the emergence of "virtual eukaryotes" that possess internal division of labor and type differentiation. We discuss the results in the contexts of biology, artificial life, and artificial intelligence.
Abstract（参考訳）: 生命に似た自己組織型自律パターンを生成できる連続セルオートマトンであるLeniaを実験的に拡張した。レニアの規則は高次元、複数のカーネル、複数のチャネルに一般化された。最後のアーキテクチャは、リカレントな畳み込みニューラルネットワークと見なせるものにアプローチする。遺伝的アルゴリズムなどの半自動探索を用いて,多面体対称性,個性,自己複製,放出,摂食による成長などの新しい現象を発見し,内的労働分業と型分化を有する「仮想真核生物」の出現を見出した。生物学、人工生命、人工知能の文脈における結果について議論する。

関連論文リスト

Don't Cut Corners: Exact Conditions for Modularity in Biologically Inspired Representations [52.48094670415497]
我々は、生物にインスパイアされた表現が、ソース変数(ソース)に関してモジュール化されるときの理論を開発する。我々は、最適な生物学的にインスパイアされたリニアオートエンコーダのニューロンがモジュラー化されるかどうかを判断する情報源のサンプルに対して、必要かつ十分な条件を導出する。我々の理論はどんなデータセットにも当てはまり、以前の研究で研究された統計的な独立性よりもはるかに長い。
論文参考訳（メタデータ） (2024-10-08T17:41:37Z)
Engineering morphogenesis of cell clusters with differentiable programming [2.0690546196799042]
我々は,発達モデルにおいて,創発的,システムレベルの特性をもたらす局所的相互作用規則と遺伝的ネットワークを発見する。複雑な発達シナリオにおいて,細胞間相互作用と遺伝的ネットワークのパラメータを同時に学習できることが示される。
論文参考訳（メタデータ） (2024-07-08T18:05:11Z)
Toward Artificial Open-Ended Evolution within Lenia using Quality-Diversity [5.380545611878407]
複雑なシステムにおける多種多様な自己組織化パターンの自動発見には,品質多様性が有効であることを示す。我々のフレームワークは、Leniabreederと呼ばれ、手動で定義された多様性基準と教師なしの多様性尺度の両方を利用して、発見可能なパターンの範囲を広げることができる。
論文参考訳（メタデータ） (2024-06-06T16:35:27Z)
Discovering Sensorimotor Agency in Cellular Automata using Diversity Search [17.898087201326483]
細胞性オートマトン (CA) では、自己組織する環境ルールを見つけることができるかどうかが重要視されている。このアプローチは, 自己組織化につながるCAの環境条件を系統的に把握する上で有効であることを示す。発見されたエージェントは驚くほど頑丈で、動き、身体の整合性を維持し、さまざまな障害をナビゲートする能力を持っている。
論文参考訳（メタデータ） (2024-02-14T14:30:42Z)
Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文参考訳（メタデータ） (2023-12-01T05:20:57Z)
Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文参考訳（メタデータ） (2023-10-23T13:35:24Z)
A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文参考訳（メタデータ） (2023-10-14T23:28:48Z)
Towards Large-Scale Simulations of Open-Ended Evolution in Continuous Cellular Automata [0.0]
並列計算フレームワーク JAX を用いた大規模進化シミュレーションを構築した。遺伝子操作子を暗黙的に実装するなど、システム設計の選択肢を多数報告する。オープンエンド進化を促進する要因をいくつか提案する。
論文参考訳（メタデータ） (2023-04-12T06:40:11Z)
Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文参考訳（メタデータ） (2022-05-03T11:34:22Z)
DeepRetinotopy: Predicting the Functional Organization of Human Visual Cortex from Structural MRI Data using Geometric Deep Learning [125.99533416395765]
我々は,脳機能と解剖学の複雑な関係を構造的および機能的MRIデータから学習するために,大脳皮質の構造を活用できるディープラーニングモデルを開発した。我々のモデルは解剖学的特性だけで人間の視覚野の機能的構造を予測することができ、また個人間でのニュアンスの変化を予測することができた。
論文参考訳（メタデータ） (2020-05-26T04:54:31Z)
Brain-inspired self-organization with cellular neuromorphic computing for multimodal unsupervised learning [0.0]
本稿では,自己組織マップとヘビアン様学習を用いた再突入理論に基づく脳刺激型ニューラルシステムを提案する。システムトポロジがユーザによって固定されるのではなく,自己組織化によって学習されるような,いわゆるハードウェアの可塑性の獲得について述べる。
論文参考訳（メタデータ） (2020-04-11T21:02:45Z)

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。