論文の概要: Evolving Programmable Computational Metamaterials

• arxiv url: http://arxiv.org/abs/2204.08651v2
• Date: Sat, 4 Jun 2022 03:38:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-16 09:02:58.560055
• Title: Evolving Programmable Computational Metamaterials
• Title（参考訳）: プログラム計算メタマテリアルの進化
• Authors: Atoosa Parsa, Dong Wang, Corey S. O'Hern, Mark D. Shattuck, Rebecca Kramer-Bottiglio, Josh Bongard
• Abstract要約: そこで我々は, 特定の粒がどこに置かれるかを進化させることにより, 論理ゲート(AND, XOR)を粒状メタマテリアルに埋め込む方法を示す。 結果は、"AND-ness"と"XOR-ness"を増大させる勾配の存在を確認する。 この研究は、ますます洗練され、プログラム可能で、計算に富んだメタマテリアルの進化的デザインへの道を開くかもしれない。
• 参考スコア（独自算出の注目度）: 5.43508370077166
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Granular metamaterials are a promising choice for the realization of mechanical computing devices. As preliminary evidence of this, we demonstrate here how to embed Boolean logic gates (AND and XOR) into a granular metamaterial by evolving where particular grains are placed in the material. Our results confirm the existence of gradients of increasing "AND-ness" and "XOR-ness" within the space of possible materials that can be followed by evolutionary search. We measure the computational functionality of a material by probing how it transforms bits encoded as vibrations with zero or non-zero amplitude. We compared the evolution of materials built from mass-contrasting particles and materials built from stiffness-contrasting particles, and found that the latter were more evolvable. We believe this work may pave the way toward evolutionary design of increasingly sophisticated, programmable, and computationally dense metamaterials with certain advantages over more traditional computational substrates.
• Abstract（参考訳）: 粒状メタマテリアルは機械計算デバイスの実現に有望な選択肢である。 これの予備的な証拠として、我々はここでブール論理ゲート(およびxor)を粒状メタマテリアルに組み込む方法を示す。 以上の結果から,進化的探索に追従可能な材料空間内における「AND-ness」と「XOR-ness」の増加傾向が確認できた。 ゼロ振幅または非ゼロ振幅の振動として符号化されたビットを変換する方法を探索することにより、材料の計算機能を測定する。 本研究では, 固性粒子を用いた物質と固性粒子による物質の進化を比較検討した結果, 後者の方が進化性が高いことがわかった。 この研究は、より洗練され、プログラム可能で、そして計算に富んだメタマテリアルの進化的設計への道を開くかもしれない。

関連論文リスト

• Data-efficient and Interpretable Inverse Materials Design using a Disentangled Variational Autoencoder [2.563209727695243]
  逆材料設計は、新しい物質発見の加速に成功している。 多くの逆材料設計法では、教材表現のコンパクトな記述を提供するために潜在空間を学習する教師なし学習を用いる。 本稿では,不整合変分オートエンコーダをベースとした半教師付き学習手法を提案し,特徴,潜伏変数,対象特性の確率的関係を学習する。
  論文  参考訳（メタデータ） (2024-09-10T02:21:13Z)
• Gradient-based Design of Computational Granular Crystals [0.22499166814992436]
  本研究では,物質中の波動伝搬の時間的ダイナミクスとリカレントニューラルネットワークの計算力学の類似性を構築し,高調波駆動結晶のための勾配最適化フレームワークを開発する。 本研究は, メタマテリアルの内在的設計空間を大きく拡張するグラデーションに基づく最適化手法であることを示す。
  論文  参考訳（メタデータ） (2024-04-07T06:24:47Z)
• Guided Diffusion for Fast Inverse Design of Density-based Mechanical Metamaterials [41.97258566607252]
  本稿では, ボクセルをベースとしたメカニカルメタマテリアルを生成するために, コアが高度な深層生成AIアルゴリズムである高速逆設計法を提案する。 具体的には, 1283ドルの分解能を持つマイクロ構造を生成できる自己条件拡散モデルを用いて, 特定の均質化行列にわずか3秒でアプローチする。
  論文  参考訳（メタデータ） (2024-01-24T16:31:50Z)
• Towards Symmetry-Aware Generation of Periodic Materials [64.21777911715267]
  本稿では,周期構造体の物理対称性を捉える新しい物質生成手法であるSyMatを提案する。 SyMatは、変分オートエンコーダモデルを用いて、原子タイプセット、格子長、格子角を生成することによって、材料の原子タイプと格子を生成する。 我々は,SyMatが材料上のすべての対称性変換に理論的に不変であることを示し,SyMatがランダム生成および特性最適化タスクにおいて有望な性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-07-06T01:05:34Z)
• Universal Mechanical Polycomputation in Granular Matter [0.5627346969563954]
  2つの異なる周波数で1つの粒が2つの異なるNANDゲートとして同時に作用する材料の発展を示す。 南門は論理的な操作をそれらから構築できるので興味がある。 これは汎用的で計算量の多い機械計算機への一歩である。
  論文  参考訳（メタデータ） (2023-05-29T03:39:10Z)
• Transformer with Implicit Edges for Particle-based Physics Simulation [135.77656965678196]
  Implicit Edges (TIE) を用いたトランスフォーマーは、素粒子相互作用のリッチなセマンティクスをエッジフリーでキャプチャする。 様々な複雑さと素材の多様な領域におけるモデルの評価を行った。
  論文  参考訳（メタデータ） (2022-07-22T03:45:29Z)
• Learning the nonlinear dynamics of soft mechanical metamaterials with graph networks [3.609538870261841]
  ソフトメカニカルメタマテリアルの力学を研究する機械学習手法を提案する。 提案手法は直接数値シミュレーションと比較して計算コストを大幅に削減することができる。
  論文  参考訳（メタデータ） (2022-02-24T00:20:28Z)
• How to See Hidden Patterns in Metamaterials with Interpretable Machine Learning [82.67551367327634]
  我々は,材料単位セルのパターンを見つけるための,解釈可能な多分解能機械学習フレームワークを開発した。 具体的には、形状周波数特徴と単位セルテンプレートと呼ばれるメタマテリアルの2つの新しい解釈可能な表現を提案する。
  論文  参考訳（メタデータ） (2021-11-10T21:19:02Z)
• Geometric Transformer for End-to-End Molecule Properties Prediction [92.28929858529679]
  分子特性予測のためのトランスフォーマーに基づくアーキテクチャを導入し,分子の形状を捉える。 分子幾何学の初期符号化による古典的な位置エンコーダと、学習されたゲート自己保持機構を改変する。
  論文  参考訳（メタデータ） (2021-10-26T14:14:40Z)
• Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
  デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。 このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
  論文  参考訳（メタデータ） (2021-01-21T20:10:38Z)
• Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
  無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。 モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。 その結果,クロスバリデーションにより予測精度が期待できることがわかった。
  論文  参考訳（メタデータ） (2020-05-27T13:32:10Z)

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。