神经细胞自动机混合模型：用于生长建模与自组织的随机框架
人工智能
2025-06-26 v1
摘要
神经细胞自动机（NCAs）是一种新兴的建模自组织过程的方法，具有潜在的生命科学应用。然而，其确定性本质限制了其捕捉真实世界生物和物理系统随机性的能力。我们提出了神经细胞自动机混合模型（MNCA），一种新型框架，将混合模型的概念引入NCA范式。通过将概率性规则分配与内在噪声相结合，MNCAs能够建模多样化的局部行为，再现生物过程中观察到的随机动力学。我们评估了MNCAs在三个关键领域的有效性：（1）组织生长和分化的合成仿真，（2）图像形态学的鲁棒性，（3）显微镜图像分割。结果表明，MNCAs在抗扰动鲁棒性方面优于现有方法，更能再现真实的生物生长模式，并提供可解释的规则分割。这些发现将MNCAs定位为建模随机动力学系统和研究自生长过程的有前景的工具。
引用
@article{arxiv.2506.20486,
title = {Mixtures of Neural Cellular Automata: A Stochastic Framework for Growth Modelling and Self-Organization},
author = {Salvatore Milite and Giulio Caravagna and Andrea Sottoriva},
journal= {arXiv preprint arXiv:2506.20486},
year = {2025}
}