論文の概要: Growing Steerable Neural Cellular Automata

• arxiv url: http://arxiv.org/abs/2302.10197v1
• Date: Sun, 19 Feb 2023 09:45:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-22 17:27:13.169668
• Title: Growing Steerable Neural Cellular Automata
• Title（参考訳）: 成長する調節性神経細胞オートマトン
• Authors: Ettore Randazzo, Alexander Mordvintsev and Craig Fouts
• Abstract要約: 元々のNeural Cellular Automataの実装では、細胞は自身の向きを調整することができない。 調整可能な内部状態によって決定されるように、各セルが自身の配向に責任を負うようにします。 我々は,(1)2つの種のみを用いて対称性を破る,(2)回転不変の訓練目標を導入することにより,ステアブル NCA を等方的変種と類似しているが単純な方法で訓練することができることを示す。
• 参考スコア（独自算出の注目度）: 63.91346650159648
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural Cellular Automata (NCA) models have shown remarkable capacity for pattern formation and complex global behaviors stemming from local coordination. However, in the original implementation of NCA, cells are incapable of adjusting their own orientation, and it is the responsibility of the model designer to orient them externally. A recent isotropic variant of NCA (Growing Isotropic Neural Cellular Automata) makes the model orientation-independent - cells can no longer tell up from down, nor left from right - by removing its dependency on perceiving the gradient of spatial states in its neighborhood. In this work, we revisit NCA with a different approach: we make each cell responsible for its own orientation by allowing it to "turn" as determined by an adjustable internal state. The resulting Steerable NCA contains cells of varying orientation embedded in the same pattern. We observe how, while Isotropic NCA are orientation-agnostic, Steerable NCA have chirality: they have a predetermined left-right symmetry. We therefore show that we can train Steerable NCA in similar but simpler ways than their Isotropic variant by: (1) breaking symmetries using only two seeds, or (2) introducing a rotation-invariant training objective and relying on asynchronous cell updates to break the up-down symmetry of the system.
• Abstract（参考訳）: ニューラルセルラーオートマタ(NCA)モデルは、局所的な調整から生じるパターン形成と複雑なグローバルな振る舞いに顕著な能力を示している。 しかし、NAAの当初の実装では、細胞は自身の向きを調整することができず、モデルデザイナがそれらを外部に向き付ける責任がある。 NCA(Growing Isotropic Neural Cellular Automata)の最近の等方的変種は、その近傍の空間状態の勾配を知覚する依存性を取り除くことで、モデル指向非依存の細胞を、下から、右から、あるいは左から、もはや区別できないようにしている。 本研究では, 調整可能な内部状態によって決定されるように, 各セルが自身の向きに責任を持つようにすることで, NCAを別のアプローチで再検討する。 得られたステアブルncaは、同一パターンに埋め込まれた配向の異なる細胞を含む。 等方性 NCA が配向に依存しないのに対して、ステアブル NCA はキラリティを持ち、それらは所定の左右対称性を持つ。 したがって, 2種のみを用いた対称性の破断, (2) 回転不変なトレーニング目標の導入, システムのアップダウン対称性を壊すために非同期セル更新に頼ることで, ステアブルなncaを等方性に類似するが, より単純な方法で訓練できることが示されている。

関連論文リスト

• NoiseNCA: Noisy Seed Improves Spatio-Temporal Continuity of Neural Cellular Automata [23.73063532045145]
  NCAはセルオートマタの一種で、更新ルールはニューラルネットワークによってパラメータ化される。 既存のNAAモデルは、トレーニングの離散化に過度に適合する傾向があることを示す。 本研究では,一様雑音を初期条件とする解を提案する。
  論文  参考訳（メタデータ） (2024-04-09T13:02:33Z)
• RigLSTM: Recurrent Independent Grid LSTM for Generalizable Sequence Learning [75.61681328968714]
  本稿では,対象タスクの基盤となるモジュール構造を利用するために,リカレントな独立したGrid LSTM(RigLSTM)を提案する。 本モデルでは, セル選択, 入力特徴選択, 隠れ状態選択, ソフト状態更新を採用し, より優れた一般化を実現する。
  論文  参考訳（メタデータ） (2023-11-03T07:40:06Z)
• Learning spatio-temporal patterns with Neural Cellular Automata [0.0]
  我々はNAAを訓練し、時系列画像とPDE軌道から複雑な力学を学ぶ。 我々はNCAを拡張し、同じシステム内の過渡構造と安定構造の両方を捕捉する。 任意のダイナミクスを学べることによって、NAAはデータ駆動モデリングフレームワークとして大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-23T11:16:32Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• Neural Cellular Automata Can Respond to Signals [0.0]
  NCAは信号に反応するように訓練できることを示す。 内部(ゲノムコード)信号と外部(環境)信号の2種類が使用される。 結果は、NAAは内部信号に基づいて複数の異なる形態に成長でき、外部信号に基づいて色を変えることができることを示している。
  論文  参考訳（メタデータ） (2023-05-22T12:26:46Z)
• E(n)-equivariant Graph Neural Cellular Automata [4.168157981135698]
  我々は、E(n)-GNCAsと呼ばれる等方的オートマトンを提案する。 これらのモデルは軽量だが、それでも大きなグラフを扱い、複雑なダイナミクスを捉え、創発的な自己組織化行動を示すことができる。 3つのタスクにおいて,E(n)-GNCAの広範かつ良好な適用性を示す。
  論文  参考訳（メタデータ） (2023-01-25T10:17:07Z)
• 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)
• Emergence of Lie symmetries in functional architectures learned by CNNs [63.69764116066748]
  本研究では,自然画像の学習において,畳み込みニューラルネットワーク(CNN)の初期層における対称性の自発的発達について検討する。 私たちのアーキテクチャは、生体視覚システムの初期段階を模倣するために構築されています。
  論文  参考訳（メタデータ） (2021-04-17T13:23:26Z)
• Neural Cellular Automata Manifold [84.08170531451006]
  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。
  論文  参考訳（メタデータ） (2020-06-22T11:41:57Z)

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。