神经元元胞自动机中的新兴动力学
原文中文，约300字，阅读约需1分钟。发表于：。我们研究了神经元元胞自动机（NCA）模型的架构与其所产生的动态图案之间的关系，并发现 NCA 输出的紧密度和比例性与架构的两个变量之间存在强相关性，因此我们提出了用于创建动态 NCA 的设计原则。
神经元元胞自动机是传统元胞自动机模型的演化，通过深度学习转换函数进行增强。潜在神经元元胞自动机（LNCA）模型解决了资源限制问题，应用于图像恢复领域，能从降质版本中重建高质量图像。该模型在保持高重建保真度的同时，显著降低了计算资源要求，能处理大16倍的输入。
