論文の概要: Neural Cellular Automata Manifold

• arxiv url: http://arxiv.org/abs/2006.12155v3
• Date: Tue, 2 Mar 2021 10:38:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 04:19:06.094539
• Title: Neural Cellular Automata Manifold
• Title（参考訳）: 神経細胞オートマトン多様体
• Authors: Alejandro Hernandez Ruiz, Armand Vilalta, Francesc Moreno-Noguer
• Abstract要約: ニューラルセルラーオートマタのニューラルネットワークアーキテクチャは、より大きなNNにカプセル化可能であることを示す。 これにより、NAAの多様体を符号化する新しいモデルを提案し、それぞれが異なる画像を生成することができる。 生物学的には、我々のアプローチは転写因子の役割を担い、細胞の分化を促進する特定のタンパク質への遺伝子マッピングを調節する。
• 参考スコア（独自算出の注目度）: 84.08170531451006
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Very recently, the Neural Cellular Automata (NCA) has been proposed to simulate the morphogenesis process with deep networks. NCA learns to grow an image starting from a fixed single pixel. In this work, we show that the neural network (NN) architecture of the NCA can be encapsulated in a larger NN. This allows us to propose a new model that encodes a manifold of NCA, each of them capable of generating a distinct image. Therefore, we are effectively learning an embedding space of CA, which shows generalization capabilities. We accomplish this by introducing dynamic convolutions inside an Auto-Encoder architecture, for the first time used to join two different sources of information, the encoding and cells environment information. In biological terms, our approach would play the role of the transcription factors, modulating the mapping of genes into specific proteins that drive cellular differentiation, which occurs right before the morphogenesis. We thoroughly evaluate our approach in a dataset of synthetic emojis and also in real images of CIFAR10. Our model introduces a general-purpose network, which can be used in a broad range of problems beyond image generation.
• Abstract（参考訳）: ごく最近、ニューラルセルラーオートマタ (NCA) がディープネットワークで形態形成過程をシミュレートするために提案されている。 NCAは、固定された1ピクセルからイメージを成長させることを学ぶ。 本研究では,NCAのニューラルネットワーク(NN)アーキテクチャをより大きなNNにカプセル化可能であることを示す。 これにより、 nca の多様体を符号化し、それぞれ異なる画像を生成することができる新しいモデルを提案することができる。 そこで我々は,一般化能力を示すCAの埋め込み空間を効果的に学習している。 エンコーダアーキテクチャ内で動的畳み込みを導入することで,エンコーダとセル環境情報という2つの異なる情報ソースに初めて結合する。 生物学的には、我々のアプローチは転写因子の役割を担い、形態形成の直前に起こる細胞分化を促進する特定のタンパク質への遺伝子マッピングを調節する。 我々は、合成絵文字のデータセットと、CIFAR10の実際の画像を用いて、我々のアプローチを徹底的に評価した。 本モデルでは,画像生成以外の幅広い問題に適用可能な汎用ネットワークを導入する。

関連論文リスト

• Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
  本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。 本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。 実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2023-10-22T02:27:02Z)
• SeUNet-Trans: A Simple yet Effective UNet-Transformer Model for Medical Image Segmentation [0.0]
  医用画像セグメンテーションのためのシンプルなUNet-Transformer(seUNet-Trans)モデルを提案する。 提案手法では,UNetモデルを特徴抽出器として設計し,入力画像から複数の特徴マップを生成する。 UNetアーキテクチャと自己認識機構を活用することで、我々のモデルはローカルとグローバルの両方のコンテキスト情報を保存するだけでなく、入力要素間の長距離依存関係をキャプチャできる。
  論文  参考訳（メタデータ） (2023-10-16T01:13:38Z)
• Unsupervised Domain Transfer with Conditional Invertible Neural Networks [83.90291882730925]
  条件付き可逆ニューラルネットワーク(cINN)に基づくドメイン転送手法を提案する。 提案手法は本質的に,その可逆的アーキテクチャによるサイクル一貫性を保証し,ネットワークトレーニングを最大限効率的に行うことができる。 提案手法は,2つの下流分類タスクにおいて,現実的なスペクトルデータの生成を可能にし,その性能を向上する。
  論文  参考訳（メタデータ） (2023-03-17T18:00:27Z)
• Convolutional Neural Generative Coding: Scaling Predictive Coding to Natural Images [79.07468367923619]
  畳み込み型神経生成符号化(Conv-NGC)を開発した。 我々は、潜伏状態マップを段階的に洗練する柔軟な神経生物学的動機付けアルゴリズムを実装した。 本研究は,脳にインスパイアされたニューラル・システムによる再建と画像復調の課題に対する効果について検討する。
  論文  参考訳（メタデータ） (2022-11-22T06:42:41Z)
• Generative Adversarial Neural Cellular Automata [13.850929935840659]
  本稿では,1つのニューラルセルオートマタを用いて複数の出力を生成しながら,異なる初期環境を入力として使用する概念を提案する。 また、ニューラルセルオートマタとジェネレーティブアドリアネットワークを組み合わせた新しいアルゴリズムであるGANCAを紹介する。
  論文  参考訳（メタデータ） (2021-07-19T06:23:11Z)
• Spatial Dependency Networks: Neural Layers for Improved Generative Image Modeling [79.15521784128102]
  画像生成装置(デコーダ)を構築するための新しいニューラルネットワークを導入し、可変オートエンコーダ(VAE)に適用する。 空間依存ネットワーク(sdns)では、ディープニューラルネットの各レベルにおける特徴マップを空間的にコヒーレントな方法で計算する。 空間依存層による階層型vaeのデコーダの強化は密度推定を大幅に改善することを示す。
  論文  参考訳（メタデータ） (2021-03-16T07:01:08Z)
• Comparisons among different stochastic selection of activation layers for convolutional neural networks for healthcare [77.99636165307996]
  ニューラルネットワークのアンサンブルを用いて生体医用画像の分類を行う。 ReLU, leaky ReLU, Parametric ReLU, ELU, Adaptive Piecewice Linear Unit, S-Shaped ReLU, Swish, Mish, Mexican Linear Unit, Parametric Deformable Linear Unit, Soft Root Sign。
  論文  参考訳（メタデータ） (2020-11-24T01:53:39Z)
• Image Generation With Neural Cellular Automatas [1.8275108630751844]
  ニューラルセルオートマトン(NCA)を用いて画像(または他のアートワーク)を生成する新しい手法を提案する。 単一画像に基づいてNAAを1つずつ訓練する代わりに、このアイデアを可変オートエンコーダ(VAE)と組み合わせ、画像復元やスタイル融合といったいくつかの応用を探索した。
  論文  参考訳（メタデータ） (2020-10-10T08:52:52Z)
• Predicting Geographic Information with Neural Cellular Automata [7.605218364952221]
  本稿では,ニューラルセルオートマトン(NCA)を用いて地理情報を再生・予測する新しい枠組みを提案する。 モデルは、NAAを使用して、さまざまな地理的データでモデルをトレーニングすることで、特定の画像を生成/再生するという考え方を拡張している。
  論文  参考訳（メタデータ） (2020-09-20T03:53:48Z)

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。