論文の概要: On Growth and Form, and Function: Reusable Regulatory Handles Control Phenotypic Variation

• arxiv url: http://arxiv.org/abs/2609.29755v1
• Date: Thu, 24 Sep 2026 13:05:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.943427
• Title: On Growth and Form, and Function: Reusable Regulatory Handles Control Phenotypic Variation
• Title（参考訳）: 成長, 形態, 機能: 再使用可能な規制ハンドル制御現象の変動について
• Abstract要約: 基礎となる規制力学の変化によって表現型変換がどのように実装されるかは、発達生物学における中心的な問題である。 形態素のコヒーレントな大規模変換が自己組織化された発達系の低次元変調として符号化できるかどうかを問う。 この結果は、D'Arcy Thompson の2次元 NCA における顕著な格子変換の計算的実現を提供する。
• 参考スコア（独自算出の注目度）: 5.472779399247429
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: How phenotypic transformations are implemented by changes in underlying regulatory dynamics remains a central question in developmental biology. Inspired by D'Arcy Thompson's 1917 "On Growth and Form", we ask whether coherent large-scale transformations of morphology can be encoded as low-dimensional modulations of a self-organizing developmental system. We use neural cellular automata (NCAs) as bio-inspired models of distributed development, in which a shared local regulatory network grows target morphologies from a single cell. We apply low-rank adaptation (LoRA) to pretrained NCAs, representing each adapted developmental program as a low-rank modulation of a fixed regulatory scaffold. Horizontal and vertical scaling of a fully grown 2D emoji phenotype can each be implemented by rank-one adaptations. Their linear combinations parametrically control phenotype size, generalize beyond the training distribution, and compose with target-specific adapters. Strikingly, adaptations learned for one phenotype transfer zero-shot across structurally and semantically diverse phenotypes sharing the same reference scaffold, while largely preserving internal features. This suggests reusable system-level hyper-directions of scale rather than morphology-specific transformations. From approximately 25,000 independently trained phenotype-specific NCA adapters with a shared scaffold, we further identify latent low-dimensional directions that functionally control phenotypic variation including scaling, style, and symmetrical fission. Together, our results provide a computational realization of D'Arcy Thompson's remarkable grid transformations in a 2D NCA---a minimal cybernetic tissue in which variations of fully grown emoji phenotypes can be encoded, combined, and controlled through low-dimensional directions in regulatory weight space.
• Abstract（参考訳）: 基礎となる規制力学の変化によって表現型変換がどのように実装されるかは、発達生物学における中心的な問題である。 D'Arcy Thompson の1917年の "On Growth and Form" に触発されて、形態学のコヒーレントな大規模変換が自己組織化された発達システムの低次元変調としてエンコードできるかどうかを問う。 我々は,神経細胞オートマトン (NCA) を分散開発のバイオインスパイアされたモデルとして使用し,共有された局所制御ネットワークが単一細胞から標的形態を成長させる。 低ランク適応 (LoRA) を事前訓練したNCAに適用し, 各適応型発達プログラムを, 固定された規制足場の低ランク変調として表現した。 完全に成長した2D絵文字表現型の水平および垂直のスケーリングは、それぞれランクワン適応によって実施することができる。 それらの線形結合は、表現型のサイズをパラメトリックに制御し、トレーニング分布を超えて一般化し、ターゲット固有のアダプタで構成する。 厳密には、構造的にも意味的にも多様な表現型にまたがる1つの表現型移動ゼロショットについて学習した適応は、ほとんど内部の特徴を保ちながら、同じ参照足場を共有する。 このことは、形態学固有の変換よりもスケールのシステムレベルの超方向性を再利用可能なことを示唆している。 共有足場を有する約25,000個の独立した表現型特異的NAAアダプタから,スケーリング,スタイル,対称フィッションなどの表現型変化を機能的に制御する潜在低次元方向を同定した。 その結果,D'Arcy Thompson の2次元 NCA におけるグリッド変換の計算結果が得られた。これは,完全に成長した絵文字の表現型の変化をエンコードし,組み合わせ,制御し,規制重量空間の低次元方向を通して制御できる最小限のサイバネティック組織である。

関連論文リスト

• DiffeoMorph: Learning to Morph 3D Shapes Using Differentiable Agent-Based Simulations [2.174820084855635]
  DiffeoMorphは、形態形成プロトコルを学ぶためのエンドツーエンドの差別化可能なフレームワークである。 エージェントの集団がターゲットの3D形状に変化するように誘導する。 DiffeoMorph は最小限のキューのみを用いて様々な形状を形成可能であることを示す。
  論文  参考訳（メタデータ） (2025-12-18T23:50:42Z)
• DuoFormer: Leveraging Hierarchical Representations by Local and Global Attention Vision Transformer [1.456352735394398]
  本稿では、畳み込みニューラルネットワーク(CNN)の特徴抽出機能と視覚変換器(ViT)の高度な表現可能性とを包括的に統合した新しい階層型トランスフォーマーモデルを提案する。 インダクティブバイアスの欠如と、ViTの広範囲なトレーニングデータセットへの依存に対処するため、我々のモデルはCNNバックボーンを使用して階層的な視覚表現を生成する。 これらの表現は、革新的なパッチトークン化プロセスを通じてトランスフォーマー入力に適応し、継承されたマルチスケールの帰納バイアスを保存する。
  論文  参考訳（メタデータ） (2025-06-15T22:42:57Z)
• Learning Modulated Transformation in GANs [69.95217723100413]
  生成逆数ネットワーク(GAN)のジェネレータに、変調変換モジュール(Modulated transformation module, MTM)と呼ばれるプラグアンドプレイモジュールを装備する。 MTMは、可変位置で畳み込み操作を適用可能な潜在符号の制御下で空間オフセットを予測する。 挑戦的なTaiChiデータセット上での人為的な生成に向けて、StyleGAN3のFIDを21.36から13.60に改善し、変調幾何変換の学習の有効性を実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:51:22Z)
• 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)
• Topographic VAEs learn Equivariant Capsules [84.33745072274942]
  本稿では, 地理的に整理された潜伏変数を用いた深部生成モデルを効率的に学習するための新しい手法であるTopographic VAEを紹介する。 このようなモデルでは,MNIST上での桁数クラス,幅,スタイルなどの健全な特徴に応じて,その活性化を組織化することが実際に学べることが示される。 我々は、既存の群同変ニューラルネットワークの能力を拡張して、複素変換に近似した同値性を示す。
  論文  参考訳（メタデータ） (2021-09-03T09:25:57Z)
• Epigenetic evolution of deep convolutional models [81.21462458089142]
  我々は、より深い畳み込みモデルを進化させるために、これまで提案されていた神経進化の枠組みを構築した。 異なる形状と大きさのカーネルを同一層内に共存させる畳み込み層配置を提案する。 提案したレイアウトにより、畳み込み層内の個々のカーネルのサイズと形状を、対応する新しい突然変異演算子で進化させることができる。
  論文  参考訳（メタデータ） (2021-04-12T12:45:16Z)

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。