私は 1 次元のセル オートマトンについて読んでいて、それらが現実世界の問題を解決できるという考えに興味をそそられています。
しかし、私は単一の例を見つけていません。
被食者と捕食者の個体数の概算について話しているわけではありません。なぜなら、それらは個体群がどのように見えるべきだと私たちが考えているかのように見えるからです - 私は現実の本当の根拠を知りません.
代わりに、私は測定可能な何かについて話している. 追加する例はありますか？乗算しますか？パターンマッチ？
それとも、この種のことを行うオートマトンは、概念の単純さに違反する特殊なケースのルールの群れを必要としますか?
この Wireworld コンピューターは素数を計算します。
http://is.ifmo.ru/english/をチェックしてください(ウェブサイトのほとんどはロシア語です。自動翻訳を使用できると思います。) 私は Shalyto 教授を個人的に知っています。彼は、セルオートマトンを含む有限オートマトンのさまざまなアプリケーションに関する研究に長年費やしてきました。特に、彼は多くの非常に優秀なコンピューター サイエンスの学生 (おそらくロシアで最も優秀な学生) と協力しており、現実世界のタスクを解決するためにさまざまな方法で有限オートマトンを使用するさまざまなプロジェクトを多数作成しています。
Shalyto 教授は、オープンなプロジェクト ドキュメントの推進に向けた取り組みや、ロシアでのコンピューター サイエンス教育の支援に対する忍耐力など、他にも非常に有益な成果を上げています。しかし、有限オートマトンに関する限り、おそらくコンパイラー・プログラミング、ATM トランザクション、大規模工場での生産プロセスの制御、およびその他のニッチなアプリケーションを除いて、それらは実用的なものには何の役にも立たないと確信するようになりました。また、セルオートマトンに関しては、先生のご尽力を拝見して改めて確信しました。Shalyto と彼の多くの才能のある学生は、彼ら (セルオートマトン) は基本的に何の役にも立たない. もちろん、数学的な美しさは別として。
セル オートマトンを使用して、非常に興味深いフラクタル アートを作成してきました。
繰り返しのたびに元の画像を拡大し、拡大するたびに手動でセル オートマトン ルールを適用しました。少なくとも理論的には、私が手作業で作成したこれらの画像を複製するコンピューター プログラムを作成することは可能です。
私自身のプロフィール写真は、セル オートマトンを使用して作成したフラクタルの別の例です。このフラクタル生成手法は非常に簡単ですが、ビデオ ゲームの地形ジェネレーター用の非常に説得力のあるフラクタル ランドスケープを作成するために使用できる可能性があります。
1980 年代初頭のセルオートマトンに関する Stephen Wolfram の研究に触発されて、CA アルゴリズムの応用への関心が高まりました。約 10 年後に関心が薄れる前に、かなり多くの記事が公開され、CA (通常は 1 次元、バイナリ) を疑似乱数シーケンスの生成、誤り訂正符号、暗号化、FSM テスト、信号処理、および他のものの束。ただし、これらの記事は概して数学的なスケッチにすぎず、掘り下げて調べることができるコードはほとんどありません。
実用的でありながら小さくて理解しやすい例が必要な場合は、乱数ジェネレーターをお勧めします。CA ベースの暗号システムは、安全性が低く、計算効率が悪いことが判明したため、姿を消しました。ただし、RNG の実装が単純であるため、趣味のプロジェクトで RNG が人気になったようで、私はいくつか見てきました。
シミュレーションには興味がないとおっしゃいましたが、実際の重要なアプリケーションで CA が使用されていることを確認したい場合は、トラフィック フロー シミュレーションを調べてください。これはおそらく、CA 手法が有用なツールとして受け入れられるのに最も近い領域です。最近の書籍『Traffic Flow Dynamics: Data, Models and Simulation 』の第 13 章をご覧ください。