Effizientes Lernen lokal interagierender diskreter dynamischer Systeme: Hin zu dateneffizienter und skalierbarer Vorhersage

Attentive Recurrent Neural Cellular Automata (AR-NCA) ermöglicht die effiziente Entdeckung unbekannter lokaler Zustandsübergangsregeln durch die Verknüpfung von LSTM und zellulärer Selbstaufmerksamkeit, was zu dateneffizienter und skalierbarer Vorhersage führt.