推荐friedchips · 2025-08
“Anyway, some interesting papers from back then:”
列为当年有趣的论文,元胞自动机可表示为 CNN
证明任意元胞自动机都可用卷积网络表示并让网络学出规则
论文探讨神经网络如何编码和表示动力学规则,以元胞自动机(CA)为研究对象:证明任何 CA 都能用 network-in-network 结构的卷积神经网络表示,并据此提出通用的卷积多层感知机架构,给定 CA 视频作训练数据即可学到任意 CA 的动力学规则。作者训练了大量随机 CA 的网络集合,用基于层激活模式分布的信息论方法探查内部表示,发现规则表更简单的 CA 训练出的网络有层级结构和层专门化,而更复杂的 CA 则得到更浅的表示。
HN 评论者把它列为关于元胞自动机可以用卷积神经网络表示的有趣论文之一,但引用时没有展开具体论述。
真正相关的候选很少,只有一篇讨论用神经网络表示复杂物理系统,勉强算前置背景;目标论文本身以卷积网络和元胞自动机为核心。
同属用神经网络表示物理系统的研究,可作为目标论文所处背景的参考,关系较松散。
读神经网络如何作为复杂系统状态的表示,只需抓大意。
目标论文:证明任何元胞自动机都可用卷积网络表示并让网络学出规则。
读元胞自动机规则到卷积网络(network-in-network)的构造,以及网络如何学出规则。
“Anyway, some interesting papers from back then:”