Extending MorphoNAS With Multidimensional Developmental Processes for Searching Neural Architectures
Loading...
Date
2026
Authors
Loshak, Maksym
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
This thesis extends MorphoNAS, a morphogenetic neural architecture search framework, from two-dimensional to three-dimensional developmental processes. The extension replaces the flat 32→32 grid with a volumetric 10→10→10 lattice, increasing local neighborhood connectivity from 8 to 26 cells. A large-scale comparative experiment comprising 1,000 independent evolutionary runs (50 target configurations, 10 seeds each, 292.7 hours of computation) demonstrates that 3D morphogenetic development outperforms 2D across multiple metrics: overall success rate (68.6% vs. 60.0%, p = 0.006), conditional success rate among nonfailed runs (77.6% vs. 66.2%, p = 0.0002), stagnation rate (19.8% vs. 30.6%, p = 0.0001), and convergence speed (mean 114 vs. 138 generations, p = 0.048), while failure rates show no statistically significant difference (p = 0.302). A conditional statistical framework was developed to address bimodal fitness distributions that render standard rank-sum tests misleading. The engineering contribution is a single codebase in which the 2D and 3D modes coexist with full backward compatibility, so existing experiments require no modification. The extension touches the core simulation, genome serialization, evolutionary operators, and experiment infrastructure. A separate visualization pipeline was built on the Manim animation engine to inspect volumetric morphogen fields, display orthogonal projections, and animate neuron migration through the developmental lattice.
Description
Ця робота розширює MorphoNAS, фреймворк морфогенетичного по- шуку нейронних архiтектур, вiд двовимiрних до тривимiрних процесiв розвитку. Розширення замiнює плоску сiтку 32×32 на об’ємну решiтку 10×10×10, збiльшуючи локальну зв’язнiсть з 8 до 26 сусiднiх клiтин. Масштабний порiвняльний експеримент iз 1 000 незалежних еволюцiйних запускiв (50 цiльових конфiгурацiй, 10 випадкових iнiцiалiзацiй кожна, 292,7 годин обчислень) надає свiдчення того, що тривимiрний морфогенетичний розвиток перевершує двовимiрний за кiлькома метриками: загальний рi- вень успiшностi (68,6% проти 60,0%, p = 0,006), умовний рiвень успiшностi серед запускiв без вiдмов (77,6% проти 66,2%, p = 0,0002), рiвень стагнацiї (19,8% проти 30,6%, p = 0,0001) та швидкiсть збiжностi (в середньому 114 проти 138 поколiнь, p = 0,048), тодi як рiвнi вiдмов не мають статистично значущої рiзницi (p = 0,302). Розроблено умовний статистичний фреймворк для аналiзу бiмодальних розподiлiв пристосованостi, за яких стандартнi ранговi критерiї дають хибнi результати. Iнженерний внесок полягає у єдинiй кодовiй базi, в якiй режими 2D та 3D спiвiснують iз повною зворотною сумiснiстю, тому iснуючi експерименти не потребують змiн. Розширення охоплює основну симуляцiю, серiалiза- цiю геному, еволюцiйнi оператори та експериментальну iнфраструктуру. Окремий конвеєр вiзуалiзацiї, побудований на анiмацiйному рушiї Manim, дозволяє переглядати об’ємнi поля морфогенiв, вiдображати ортогональнi проєкцiї та анiмувати мiграцiю нейронiв крiзь решiтку розвитку.
Keywords
MorphoNAS, morphogenetic development, 3D developmental lattice, visualization pipeline (Manim), evolutionary algorithms, bachelor`s thesis