Informing agent-based models with spatial data using convolutional autoencoders
Questo studio presenta un quadro di ottimizzazione per i modelli basati su agenti che utilizza autoencoder convoluzionali per confrontare i dati di imaging sperimentale con le simulazioni, permettendo di stimare i parametri del modello e riprodurre fedelmente le caratteristiche spaziali della progressione tumorale e delle interazioni immunitarie.