Informing agent-based models with spatial data using convolutional autoencoders
Los autores presentan un marco de optimización para modelos basados en agentes que utiliza autoencoders convolucionales para alinear datos de imágenes espaciales experimentales con simulaciones computacionales, permitiendo estimar parámetros clave que reproducen con precisión la arquitectura espacial y las interacciones tumor-inmune en diversos contextos oncológicos.