廖启田
加州大学伯克利分校EECS系
技术报告编号：UCB/EECS-2021-150
2021年5月21日
元胞自动机由一个网格单元组成，网格可以是任意有限维的。每个细胞都处于有限状态之一，并根据一组基于其邻居和自身先前状态的进化规则，按照时间步长进行进化。进化规则被迭代应用到尽可能多的步骤中，以产生新的一代。有许多可能的配置；这篇报告使用具有衰变的摩尔邻域专门探索了二维外部全量细胞自动机，这意味着生病的细胞无法恢复，每一代都必须向死亡靠近一步。
在二维元胞自动机中搜索有趣的模式时面临的挑战是巨大的参数搜索空间。规则参数的可能组合数很容易超过2^18。我们的研究重点是调整规则，以找到新的、有趣的宇宙飞船（在网格上移动的摆动翻译器）。现有研究尚未发现宇宙飞船产生规则的明确模式。
手动搜索有趣的规则是不现实的，但幸运的是，神经网络的引入彻底改变了各种繁琐的分类任务。本报告探讨了使用神经网络检测有趣的细胞自动机规则，特别是递归神经网络（RNN）、卷积神经网络（CNN）、特征提取、熵分析和其他技术。然后，我们将经过训练的机器学习器付诸实践，并检测出几个只有三种状态的新规则。我们发现了一整套不同时期的宇宙飞船，以及许多其他有趣的结果。
顾问：丹葛西亚
BibTeX引用：
@大师演讲{廖：EECS-2021-150，作者={廖启天}，标题={感兴趣的细胞自动机的自动检测}，学校＝{加州大学伯克利分校EECS系}，年份={2021}，月份={5月}，Url={http://www2.eecs.berkeley.edu/Pubs/TechRpts/2021/eecs-2021-150.html},编号={UCB/EECS-2021-150}，摘要={细胞自动机由一个细胞网格组成，网格可以是任意有限个维度。每个细胞都处于有限个状态中的一个，并根据一组基于其邻居和自身先前状态的进化规则，根据时间步长进行进化。进化规则迭代应用于任意多个根据需要进行步骤，以产生新一代。有许多可能的配置；这篇报告使用具有衰变的摩尔邻域专门探索了二维外部全量细胞自动机，这意味着生病的细胞无法恢复，每一代都必须向死亡靠近一步。在二维细胞自动机中搜索有趣的模式时面临的挑战是巨大的参数搜索空间。规则参数的可能组合数很容易超过2^18。我们的研究重点是调整规则，以找到新的、有趣的宇宙飞船（在网格上移动的摆动翻译器）。现有研究尚未发现宇宙飞船产生规则的明确模式。手动搜索有趣的规则是不现实的，但幸运的是，神经网络的引入彻底改变了各种繁琐的分类任务。本报告探讨了使用神经网络检测有趣的细胞自动机规则，特别是递归神经网络（RNN）、卷积神经网络（CNN）、特征提取、熵分析和其他技术。然后，我们将经过训练的机器学习器付诸实践，并检测出几个只有三种状态的新规则。我们发现了一整套不同时期的宇宙飞船，以及许多其他有趣的结果。}，}
EndNote引用：
%0论文%阿廖、齐天%感兴趣的细胞自动机的T自动检测%I加州大学伯克利分校EECS系%D 2021年%21年5月8日%@UCB/EECS-2021-150%U型http://www2.eecs.berkeley.edu/Pubs/TechRpts/2021/eecs-2021-150.html%廖女士：EECS-2021-150