論文の概要: Neural Cellular Automata Can Respond to Signals
- arxiv url: http://arxiv.org/abs/2305.12971v1
- Date: Mon, 22 May 2023 12:26:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-23 16:13:48.442689
- Title: Neural Cellular Automata Can Respond to Signals
- Title（参考訳）: 神経細胞オートマタは信号に応答できる
- Authors: James Stovold
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural Cellular Automata (NCAs) are a model of morphogenesis, capable of
growing two-dimensional artificial organisms from a single seed cell. In this
paper, we show that NCAs can be trained to respond to signals. Two types of
signal are used: internal (genomically-coded) signals, and external
(environmental) signals. Signals are presented to a single pixel for a single
timestep.
Results show NCAs are able to grow into multiple distinct forms based on
internal signals, and are able to change colour based on external signals.
Overall these contribute to the development of NCAs as a model of artificial
morphogenesis, and pave the way for future developments embedding dynamic
behaviour into the NCA model.
Code and target images are available through GitHub:
https://github.com/jstovold/ALIFE2023
- Abstract（参考訳）: ニューラルセルオートマタ(Neural Cellular Automata、NCA)は、単一の種子細胞から2次元の人工生物を成長させることができる形態形成のモデルである。
本稿では,ncasが信号に応答するように訓練できることを示す。
内部信号(遺伝的符号)と外部信号(環境信号)の2種類の信号が使用される。
信号は1つの時間ステップで1つのピクセルに表示される。
結果は、ncas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。
これらは全体として、人工形態形成のモデルとしてのNAAの開発に寄与し、NAAモデルに動的挙動を埋め込む将来の発展の道を開く。
コードとターゲットイメージはgithubから入手できる。 https://github.com/jstovold/alife2023
関連論文リスト
- NeuGPT: Unified multi-modal Neural GPT [48.70587003475798]
NeuGPTは、ニューラルネットワーク研究の断片化された風景を調和させるために設計された、画期的なマルチモーダル言語生成モデルである。
我々のモデルは主に脳からテキストへのデコーディングに焦点をあて、BLEU-1では6.94から12.92に、ROUGE-1Fでは6.93から13.06に改善した。
また、脳の信号をシミュレートし、新しい神経インターフェースとして機能する。
論文 参考訳（メタデータ） (2024-10-28T10:53:22Z) - Multi-Texture Synthesis through Signal Responsive Neural Cellular Automata [44.99833362998488]
我々は、個々の例に基づいて、複数のテクスチャの進化のために単一のNAAを訓練する。
我々のソリューションは、内部コード化されたゲノム信号の形で、各セルの状態をテクスチャ情報として提供し、NAAが期待するテクスチャを生成することを可能にする。
論文 参考訳（メタデータ） (2024-07-08T14:36:20Z) - Exploring Multiple Neighborhood Neural Cellular Automata (MNNCA) for
Enhanced Texture Learning [0.0]
細胞性オートマタ(CA)は、力学系をシミュレートする基礎となっている。
最近のイノベーションは、ディープラーニングの領域にニューラルセルオートマタ(NCA)をもたらした。
NCA は NCA を勾配降下によって訓練し、特定の形状に進化させ、テクスチャを生成し、スワーミングのような振る舞いを模倣することができる。
本研究は,複数の地区を組み込んだNCAフレームワークの強化と,シード状態に対する構造ノイズの導入について検討する。
論文 参考訳（メタデータ） (2023-10-27T15:16:19Z) - Growing Steerable Neural Cellular Automata [63.91346650159648]
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。
論文 参考訳（メタデータ） (2023-02-19T09:45:46Z) - 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) - Variational Neural Cellular Automata [7.863826008567604]
自然界では、細胞の成長と分化の過程は、生物の驚くべき多様性をもたらしている。
本稿では, 細胞成長と分化の生物学的過程に着想を得て, 変異細胞オートマタ(VNCA)の生成モデルを提案する。
論文 参考訳（メタデータ） (2022-01-28T11:41:53Z) - Learning Signal-Agnostic Manifolds of Neural Fields [50.066449953522685]
ニューラルネットワークを利用して、画像、形状、オーディオ、およびモーダル・オーディオヴィジュアル領域の基盤となる構造を捉える。
GEMの基底多様体を横切ることで、信号領域に新しいサンプルを生成できることが示される。
論文 参考訳（メタデータ） (2021-11-11T18:57:40Z) - 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。