論文の概要: Mimicry mechanism model of octopus epidermis pattern by inverse
operation of Turing reaction model
- arxiv url: http://arxiv.org/abs/2102.01512v2
- Date: Thu, 2 Sep 2021 00:37:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-15 02:56:52.422049
- Title: Mimicry mechanism model of octopus epidermis pattern by inverse
operation of Turing reaction model
- Title（参考訳）: チューリング反応モデルの逆操作によるタコ表皮パターンの模倣機構モデル
- Authors: Takeshi Ishida
- Abstract要約: タコの皮膚パターン形成機構はチューリングモデルに基づいていた。
チューリングモデルによるパターン生成はセルオートマトンを用いた等価フィルタ計算モデルにより実現された。
このモデルはタコの模倣機構を考えるための基本モデルと考えられている。
- 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: Many cephalopods such as octopus and squid change their skin color
purposefully within a very short time. Furthermore, it is widely known that
some octopuses have the ability to change the color and unevenness of the skin
and to mimic the surroundings in short time. However, much research has not
been done on the entire mimicry mechanism in which the octopus recognizes the
surrounding landscape and changes the skin pattern. It seems that there is no
hypothetical model to explain the whole mimicry mechanism yet. In this study,
the mechanism of octopus skin pattern formation was assumed to be based on the
Turing model. Here, the pattern formation by the Turing model was realized by
the equivalent filter calculation model using the cellular automaton, instead
of directly solving the differential equations. It was shown that this model
can create various patterns with two feature parameters. Furthermore, for the
eyes recognition part where two features are extracted from the Turing pattern
image, our study proposed a method that can be calculated back with small
amount of calculation using the characteristics of the cellular Turing pattern
model. These two calculations can be expressed in the same mathematical frame
based on the cellular automaton model using the convolution filter. As a
result, it can be created a model which is capable of extracting features from
patterns and reconstructing patterns in a short time, the model is considered
to be a basic model for considering the mimicry mechanism of octopus. Also, in
terms of application to machine learning, it is considered that it shows the
possibility of leading to a model with a small amount of learning calculation.
- Abstract（参考訳）: タコやイカのような多くの頭足類は、非常に短時間で故意に皮膚の色を変える。
また、一部のタコは皮膚の色や凹凸を変え、短時間で周囲を模倣する能力を持つことが広く知られている。
しかし、タコが周囲の風景を認識し、皮膚のパターンを変えるという模倣機構に関する多くの研究は行われていない。
模倣のメカニズム全体を説明できる仮説的なモデルはまだ存在しないようである。
本研究では,タコの皮膚パターン形成機構をチューリングモデルに基づいて推定した。
そこで、チューリングモデルによるパターン形成は、微分方程式を直接解くのではなく、セルオートマトンを用いた等価フィルタ計算モデルによって実現された。
このモデルは2つの特徴パラメータで様々なパターンを作成できることが示されている。
さらに、チューリングパターン画像から2つの特徴を抽出したアイ認識部について、セルラーチューリングパターンモデルの特性を用いて、少ない計算量で計算できる手法を提案する。
これら2つの計算は、畳み込みフィルタを用いてセルオートマトンモデルに基づいて同じ数学的フレームで表現することができる。
その結果、パターンから特徴を抽出し、短時間でパターンを再構成できるモデルを作成することができ、このモデルはタコの模倣機構を考察するための基本的なモデルであると考えられる。
また、機械学習の応用の観点からは、少ない学習計算量でモデルに導く可能性を示唆していると考えられる。
関連論文リスト
- Structure learning with Temporal Gaussian Mixture for model-based Reinforcement Learning [0.9217021281095907]
本稿では,知覚モデルと遷移モデルからなる時間的ガウス混合モデルを提案する。
知覚モデルは、変分ガウス混合確率を用いて連続観測から離散状態(ラテン)を抽出する。
遷移モデルはディリクレカテゴリーの共役性を利用して連続する時間ステップ間の時間遷移を学習する。
最後に、状態に対する信念からQ値を学ぶことができるQ-ラーニングの変種を用いて意思決定を行う。
論文 参考訳（メタデータ） (2024-11-18T12:16:03Z) - Locally adaptive cellular automata for goal-oriented self-organization [14.059479351946386]
本稿では,スケーラブルで表現力のあるモデルを生成するための適応型セルオートマトンモデルを提案する。
本稿では,セルオートマトンとシステム状態の更新ルールを局所的に結合することで,適応を実現する方法を示す。
論文 参考訳（メタデータ） (2023-06-12T12:32:23Z) - Stochastic Parameterizations: Better Modelling of Temporal Correlations
using Probabilistic Machine Learning [1.5293427903448025]
確率的フレームワーク内で物理インフォームされたリカレントニューラルネットワークを用いることで,96大気シミュレーションのモデルが競合することを示す。
これは、標準の1次自己回帰スキームと比較して時間的相関をモデル化する能力が優れているためである。
文献から多くの指標を評価するとともに、将来的な気候モデルにおいて、確率論的尺度が統一的な選択である可能性についても論じる。
論文 参考訳（メタデータ） (2022-03-28T14:51:42Z) - Inverting brain grey matter models with likelihood-free inference: a
tool for trustable cytoarchitecture measurements [62.997667081978825]
脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。
我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。
次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
論文 参考訳（メタデータ） (2021-11-15T09:08:27Z) - Learning System Parameters from Turing Patterns [0.0]
チューリング機構は、反応拡散過程における自発的対称性の破れによる空間パターンの出現を記述する。
本稿では,観測されたチューリングパターンからチューリングパラメータ値を予測する手法を提案する。
論文 参考訳（メタデータ） (2021-08-19T08:04:37Z) - Anomaly Detection of Time Series with Smoothness-Inducing Sequential
Variational Auto-Encoder [59.69303945834122]
Smoothness-Inducing Sequential Variational Auto-Encoder (SISVAE) モデルを提案する。
我々のモデルは、フレキシブルニューラルネットワークを用いて各タイムスタンプの平均と分散をパラメータ化する。
合成データセットと公開実世界のベンチマークの両方において,本モデルの有効性を示す。
論文 参考訳（メタデータ） (2021-02-02T06:15:15Z) - Generative Temporal Difference Learning for Infinite-Horizon Prediction [101.59882753763888]
我々は、無限確率的地平線を持つ環境力学の予測モデルである$gamma$-modelを導入する。
トレーニングタイムとテストタイムの複合的なエラーの間には、そのトレーニングが避けられないトレードオフを反映しているかについて議論する。
論文 参考訳（メタデータ） (2020-10-27T17:54:12Z) - Deducing neighborhoods of classes from a fitted model [68.8204255655161]
本稿では,新しいタイプの解釈可能な機械学習手法を提案する。
量子シフトを用いた分類モデルでは、特徴空間の予測クラスへの分割を理解するのに役立ちます。
基本的に、実際のデータポイント(または特定の関心点)を使用し、特定の特徴をわずかに引き上げたり減少させたりした後の予測の変化を観察する。
論文 参考訳（メタデータ） (2020-09-11T16:35:53Z) - An Explainable Deep Learning-based Prognostic Model for Rotating
Machinery [0.0]
本稿では,回転機械の余寿命を推定する,説明可能な深層学習モデルを開発する。
本論文は,特徴の組成と特徴と推定結果の関係を解析することにより,モデルの振る舞いを説明する。
モデルにおけるオクターブバンドフィルタリングは、低レベルの畳み込み層の機能を模倣している。
論文 参考訳（メタデータ） (2020-04-28T15:41:43Z) - The data-driven physical-based equations discovery using evolutionary
approach [77.34726150561087]
与えられた観測データから数学的方程式を発見するアルゴリズムについて述べる。
このアルゴリズムは遺伝的プログラミングとスパース回帰を組み合わせたものである。
解析方程式の発見や偏微分方程式(PDE)の発見にも用いられる。
論文 参考訳（メタデータ） (2020-04-03T17:21:57Z) - Hybrid modeling: Applications in real-time diagnosis [64.5040763067757]
我々は、機械学習にインスパイアされたモデルと物理モデルを組み合わせた、新しいハイブリッドモデリングアプローチの概要を述べる。
このようなモデルをリアルタイム診断に利用しています。
論文 参考訳（メタデータ） (2020-03-04T00:44:57Z)
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。