論文の概要: Conditional Morphogenesis: Emergent Generation of Structural Digits via Neural Cellular Automata
- arxiv url: http://arxiv.org/abs/2512.08360v1
- Date: Tue, 09 Dec 2025 08:36:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-10 22:28:07.880013
- Title: Conditional Morphogenesis: Emergent Generation of Structural Digits via Neural Cellular Automata
- Title（参考訳）: 条件付き形態形成:ニューラルセルオートマタによる構造ジギットの創発的生成
- Authors: Ali Sakour,
- Abstract要約: 本研究では,単一種から異なるトポロジカル構造を成長させることができる条件付きニューラルセルオートマタアーキテクチャを提案する。
ワンホット条件を細胞知覚場に注入することにより、一組の局所規則が対称性を破り、自己集合を10個の異なる幾何学的誘引子に分解することを学ぶことができる。
- 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: Biological systems exhibit remarkable morphogenetic plasticity, where a single genome can encode various specialized cellular structures triggered by local chemical signals. In the domain of Deep Learning, Differentiable Neural Cellular Automata (NCA) have emerged as a paradigm to mimic this self-organization. However, existing NCA research has predominantly focused on continuous texture synthesis or single-target object recovery, leaving the challenge of class-conditional structural generation largely unexplored. In this work, we propose a novel Conditional Neural Cellular Automata (c-NCA) architecture capable of growing distinct topological structures - specifically MNIST digits - from a single generic seed, guided solely by a spatially broadcasted class vector. Unlike traditional generative models (e.g., GANs, VAEs) that rely on global reception fields, our model enforces strict locality and translation equivariance. We demonstrate that by injecting a one-hot condition into the cellular perception field, a single set of local rules can learn to break symmetry and self-assemble into ten distinct geometric attractors. Experimental results show that our c-NCA achieves stable convergence, correctly forming digit topologies from a single pixel, and exhibits robustness characteristic of biological systems. This work bridges the gap between texture-based NCAs and structural pattern formation, offering a lightweight, biologically plausible alternative for conditional generation.
- Abstract（参考訳）: 生物学的システムは、単一のゲノムが局所的な化学信号によって引き起こされる様々な特殊な細胞構造をコードする、顕著な形態形成的可塑性を示す。
ディープラーニングの分野では、この自己組織化を模倣するパラダイムとして、微分可能なニューラルセルオートマタ(NCA)が登場している。
しかし、既存のNAA研究は、主に連続的なテクスチャ合成や単一ターゲットオブジェクトのリカバリに重点を置いており、クラス条件構造生成の課題はほとんど未解決のままである。
本研究では,空間的にブロードキャストされたクラスベクトルのみで誘導される単一のジェネリックシードから,異なる位相構造(特にMNIST桁)を成長させることができる条件付きニューラルネットワークセルオートマタ(c-NCA)アーキテクチャを提案する。
大域的受容場に依存する従来の生成モデル(例えば、GAN、VAE)とは異なり、我々のモデルは厳密な局所性と翻訳同値を強制する。
細胞知覚場にワンホット条件を注入することにより、局所規則の1つの集合が対称性を破り、自己集合を10個の異なる幾何学的誘引子に分解することを実証する。
実験結果から, c-NCA は安定収束し, 単一画素の桁位相を正確に形成し, 生体システムの堅牢性特性を示すことがわかった。
この研究は、テクスチャベースのNAAと構造パターン形成のギャップを埋め、条件生成のための軽量で生物学的に妥当な代替手段を提供する。
関連論文リスト
- Learning Cell-Aware Hierarchical Multi-Modal Representations for Robust Molecular Modeling [74.25438319700929]
分子と細胞応答の局所的グローバル依存性をモデル化する堅牢なフレームワークであるCHMR(Cell-aware Hierarchical Multi-modal Representations)を提案する。
728タスクにまたがる9つの公開ベンチマークで評価され、CHMRは最先端のベースラインを上回っている。
その結果, 階層認識型マルチモーダル学習による分子表現の信頼性, 生物学的基盤化の利点が示された。
論文 参考訳（メタデータ） (2025-11-26T07:15:00Z) - Neural cellular automata: applications to biology and beyond classical AI [1.9116784879310027]
神経細胞オートマタ(NCA)は、生物学的自己組織化をモデル化するための強力なフレームワークである。
NCAは、分子、細胞、組織、およびシステムレベルのスケールにわたるプロセスをシミュレートすることができる。
彼らの自己規制的行動は、完全に局所化された相互作用に制約されるが、その集団的行動は協調されたシステムレベルの結果にスケールする。
論文 参考訳（メタデータ） (2025-09-14T06:55:29Z) - Mixtures of Neural Cellular Automata: A Stochastic Framework for Growth Modelling and Self-Organization [0.0]
Neural Cellular Automata (NCA)は、自己組織化プロセスをモデル化するための有望な新しいアプローチである。
NCAパラダイムに混合モデルの概念を取り入れた新しいフレームワークであるMNCA(Mixture of Neural Cellular Automata)を提案する。
1) 組織成長と分化の合成シミュレーション, (2) 画像形態形成の堅牢性, (3) 顕微鏡像のセグメンテーションの3つの主要な領域におけるMNCAの有効性を評価した。
論文 参考訳（メタデータ） (2025-06-25T14:33:35Z) - UniGenX: a unified generative foundation model that couples sequence, structure and function to accelerate scientific design across proteins, molecules and materials [62.72989417755985]
自然系における関数の統一生成モデルUniGenXを提案する。
UniGenXはシンボルトークンと数値トークンの混合ストリームとして異種入力を表す。
ドメイン間のファンクション・アウェア・ジェネレーションに対して、最先端または競合的なパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-03-09T16:43:07Z) - 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) - 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。