論文の概要: Evolving Antennas for Ultra-High Energy Neutrino Detection

• arxiv url: http://arxiv.org/abs/2005.07772v1
• Date: Fri, 15 May 2020 20:25:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 23:08:28.013409
• Title: Evolving Antennas for Ultra-High Energy Neutrino Detection
• Title（参考訳）: 超高エネルギーニュートリノ検出用進化アンテナ
• Authors: Julie Rolla, Amy Connolly, Kai Staats, Stephanie Wissel, Dean Arakaki, Ian Best, Adam Blenk, Brian Clark, Maximillian Clowdus, Suren Gourapura, Corey Harris, Hannah Hasan, Luke Letwin, David Liu, Carl Pfendner, Jordan Potter, Cade Sbrocco, Tom Sinha and Jacob Trevithick
• Abstract要約: 進化的アルゴリズムは、既知の問題に対する最適化された解を進化させるために、突然変異と選択の概念を生物学から借用している。 GENETISのコラボレーションは、現在の設計よりも超高エネルギーニュートリノ誘導電波パルスに敏感なアンテナを設計するための遺伝的アルゴリズムを開発している。
• 参考スコア（独自算出の注目度）: 0.28279056210896714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Evolutionary algorithms borrow from biology the concepts of mutation and selection in order to evolve optimized solutions to known problems. The GENETIS collaboration is developing genetic algorithms for designing antennas that are more sensitive to ultra-high energy neutrino induced radio pulses than current designs. There are three aspects of this investigation. The first is to evolve simple wire antennas to test the concept and different algorithms. Second, optimized antenna response patterns are evolved for a given array geometry. Finally, antennas themselves are evolved using neutrino sensitivity as a measure of fitness. This is achieved by integrating the XFdtd finite-difference time-domain modeling program with simulations of neutrino experiments.
• Abstract（参考訳）: 進化的アルゴリズムは、既知の問題の最適解を進化させるために、突然変異と選択の概念を生物学から借用する。 genetisコラボレーションは、現在の設計よりも超高エネルギーニュートリノ誘導電波パルスに敏感なアンテナを設計する遺伝的アルゴリズムを開発している。 この調査には3つの側面がある。 1つ目は、単純なワイヤアンテナを進化させ、コンセプトと異なるアルゴリズムをテストすることである。 第2に、所定の配列幾何に対して最適化されたアンテナ応答パターンが進化する。 最後に、アンテナ自体がニュートリノ感度をフィットネスの指標として進化している。 これはXFdtd有限差分時間領域モデリングプログラムとニュートリノ実験のシミュレーションを統合することで達成される。

関連論文リスト

• NeuRBF: A Neural Fields Representation with Adaptive Radial Basis Functions [93.02515761070201]
  本稿では,信号表現に一般放射状基底を用いる新しいタイプのニューラルネットワークを提案する。 提案手法は, 空間適応性が高く, ターゲット信号により密着可能な, フレキシブルなカーネル位置と形状を持つ一般ラジアルベース上に構築する。 ニューラルラジアンス場再構成に適用した場合,本手法はモデルサイズが小さく,訓練速度が同等である最先端のレンダリング品質を実現する。
  論文  参考訳（メタデータ） (2023-09-27T06:32:05Z)
• An information-theoretic evolutionary algorithm [0.0]
  It-EAは、検索分布を2つのパラメータで反復的に更新する。 実証分析では、OneMaxとLeadingOnesでは、エリート主義者で非エリート主義者の it-EA が有望な結果を得る。
  論文  参考訳（メタデータ） (2023-04-12T16:36:22Z)
• Antenna Array Calibration Via Gaussian Process Models [0.0]
  アンテナアレイキャリブレーションは、広範囲の先進アンテナシステムにおけるビームパターンの忠実度を維持するために必要である。 アンテナキャリブレーションを,関数近似のタスクとして定式化し,ベイズ機械学習を用いて処理する。 まず、各放射素子、位置オフセット、およびアンテナ素子間の相互結合効果に対応するハードウェア障害を捕捉するパラメータ空間を定義する。 一度展開すると、学習された非パラメトリックモデルは、システムのビームフォーミング重みを継続的に変換し、修正されたビームパターンをもたらす。
  論文  参考訳（メタデータ） (2023-01-16T19:40:50Z)
• A Machine Learning Generative Method for Automating Antenna Design and Optimization [9.438718097561061]
  異なるノードを接続することで任意の形状を形成できるメッシュネットワークの概念を取り入れたフレキシブルな幾何学的スキームを導入する。 広帯域なデュアル共振アンテナの設計では,提案手法はTrust Region Frameworkと同等であり,他の成熟した機械学習アルゴリズムよりもはるかに優れている。
  論文  参考訳（メタデータ） (2022-02-28T21:30:37Z)
• Using Genetic Programming to Predict and Optimize Protein Function [65.25258357832584]
  我々は,進化的手法に基づく遺伝的プログラミングツールPOETを提案し,方向性進化におけるスクリーニングと変異原性を高める。 概念実証として, 化学交換飽和移動機構によって検出されたMRIコントラストを生成するペプチドを用いる。 以上の結果から,POETのような計算モデリングツールは,従来よりも400%優れた機能性を持つペプチドを見つけるのに有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-02-08T18:08:08Z)
• Improving RNA Secondary Structure Design using Deep Reinforcement Learning [69.63971634605797]
  本稿では,RNA配列設計に強化学習を適用した新しいベンチマークを提案する。このベンチマークでは,目的関数を配列の二次構造における自由エネルギーとして定義する。 本稿では,これらのアルゴリズムに対して行うアブレーション解析の結果と,バッチ間でのアルゴリズムの性能を示すグラフを示す。
  論文  参考訳（メタデータ） (2021-11-05T02:54:06Z)
• Evolving Evolutionary Algorithms with Patterns [0.0]
  このモデルは、MEP(Multi Expression Programming)技術に基づいている。 関数最適化のためのいくつかの進化的アルゴリズムは、考慮されたモデルを用いて進化する。
  論文  参考訳（メタデータ） (2021-10-10T16:26:20Z)
• EBM-Fold: Fully-Differentiable Protein Folding Powered by Energy-based Models [53.17320541056843]
  本研究では,データ駆動型生成ネットワークを用いたタンパク質構造最適化手法を提案する。 EBM-Foldアプローチは,従来のロゼッタ構造最適化ルーチンと比較して,高品質なデコイを効率よく生成できる。
  論文  参考訳（メタデータ） (2021-05-11T03:40:29Z)
• HyperHyperNetworks for the Design of Antenna Arrays [91.3755431537592]
  アレイ設計のための深層学習手法と小型アンテナの単一インスタンスについて述べる。 単一のアンテナの場合、ソリューションはシミュレーションネットワーク、ハイパーネットワーク、および精製ネットワークを組み合わせた複合ニューラルネットワークに基づいています。 学習目的は、得られた放射パターンと所望の放射パターンの類似度を測定することに基づく。
  論文  参考訳（メタデータ） (2021-05-09T05:21:28Z)
• AdaLead: A simple and robust adaptive greedy search algorithm for sequence design [55.41644538483948]
  我々は、容易で、拡張性があり、堅牢な進化的欲求アルゴリズム(AdaLead)を開発した。 AdaLeadは、様々な生物学的に動機づけられたシーケンスデザインの課題において、アートアプローチのより複雑な状態を克服する、驚くほど強力なベンチマークである。
  論文  参考訳（メタデータ） (2020-10-05T16:40:38Z)
• An Experimental Study of Weight Initialization and Weight Inheritance Effects on Neuroevolution [2.3274138116397736]
  神経進化では、初期ゲノム(ANN)が探索の開始時に生成される場合、子孫ゲノムが交叉によって生成される場合、突然変異時に新しいノードやエッジが生成される場合、の三つの異なるタイミングで重みが爆発する必要がある。 本研究は,Xavier,Kaming,および一様ランダムウェイト初期化法と,クロスオーバーおよび突然変異操作中に新しいウェイトを初期化する新しいラマルク重み継承法との相違について検討する。
  論文  参考訳（メタデータ） (2020-09-21T07:06:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。