論文の概要: Designing thermal radiation metamaterials via hybrid adversarial autoencoder and Bayesian optimization

• arxiv url: http://arxiv.org/abs/2205.01063v1
• Date: Tue, 26 Apr 2022 06:50:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-08 23:37:27.788234
• Title: Designing thermal radiation metamaterials via hybrid adversarial autoencoder and Bayesian optimization
• Title（参考訳）: ハイブリッド対向オートエンコーダによる熱放射メタマテリアルの設計とベイズ最適化
• Authors: Dezhao Zhu, Jiang Guo, Gang Yu, C. Y. Zhao, Hong Wang, Shenghong Ju
• Abstract要約: 我々は、ターゲット波長の異なる狭帯域熱放射体を設計するためのハイブリッド材料情報化手法を開発した。 最適性質を持つ新しい構造は、圧縮された2次元ラテント空間で素早く解ける。 提案する設計枠組みは,高次元特徴を持つ他の熱放射性メタマテリアルの設計に容易に拡張することができる。
• 参考スコア（独自算出の注目度）: 19.684529604466015
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Designing thermal radiation metamaterials is challenging especially for problems with high degrees of freedom and complex objective. In this letter, we have developed a hybrid materials informatics approach which combines the adversarial autoencoder and Bayesian optimization to design narrowband thermal emitters at different target wavelengths. With only several hundreds of training data sets, new structures with optimal properties can be quickly figured out in a compressed 2-dimensional latent space. This enables the optimal design by calculating far less than 0.001\% of the total candidate structures, which greatly decreases the design period and cost. The proposed design framework can be easily extended to other thermal radiation metamaterials design with higher dimensional features.
• Abstract（参考訳）: 熱放射メタマテリアルの設計は、特に高い自由度と複雑な目的を持つ問題に対して困難である。 本稿では,対象波長の異なる狭帯域熱エミッタを設計するために,逆オートエンコーダとベイズ最適化を組み合わせたハイブリッド材料インフォマティクス手法を開発した。 数百のトレーニングデータセットだけで、最適な性質を持つ新しい構造は、圧縮された2次元ラテント空間ですぐに理解することができる。 これにより、全体の候補構造の0.001\%未満を計算して最適設計が可能となり、設計期間とコストを大幅に削減できる。 提案する設計枠組みは,高次元特徴を持つ他の熱放射性メタマテリアルの設計に容易に拡張することができる。

関連論文リスト

• Automated design of nonreciprocal thermal emitters via Bayesian optimization [4.255213032353507]
  キルヒホフの熱放射の法則を破る非相互熱放射体は、熱とエネルギーの応用にエキサイティングな応用を約束する。 非相互効果を最大化するための一般的な数値的手法を提案する。 ドープ磁気光学材料と磁気ワイル半金属材料をモデル材料として選択し,無パターン多層構造に着目した。
  論文  参考訳（メタデータ） (2024-09-13T21:03:18Z)
• An Uncertainty-aware Deep Learning Framework-based Robust Design Optimization of Metamaterial Units [14.660705962826718]
  メタマテリアルユニットの設計のための,新しい不確実性を考慮したディープラーニングフレームワークに基づくロバスト設計手法を提案する。 提案手法は,高性能なメタマテリアルユニットを高信頼性で設計できることを示す。
  論文  参考訳（メタデータ） (2024-07-19T22:21:27Z)
• Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
  我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。 本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。 我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T16:33:12Z)
• Diffusion Model for Data-Driven Black-Box Optimization [54.25693582870226]
  我々は、強力な生成AI技術である拡散モデルに注目し、ブラックボックス最適化の可能性について検討する。 本研究では,1)実数値報酬関数のノイズ測定と,2)対比較に基づく人間の嗜好の2種類のラベルについて検討する。 提案手法は,設計最適化問題を条件付きサンプリング問題に再構成し,拡散モデルのパワーを有効活用する。
  論文  参考訳（メタデータ） (2024-03-20T00:41:12Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• Multi-fidelity Design of Porous Microstructures for Thermofluidic Applications [0.5249805590164902]
  多孔質表面で強化された二相冷却法が潜在的な溶液として出現している。 このような多孔質構造では、最適放熱容量は2つの競合する目的に依存する。 我々は, 最適多孔質構造を設計するためのデータ駆動型フレームワークを開発した。
  論文  参考訳（メタデータ） (2023-10-27T21:51:11Z)
• Data-Model-Circuit Tri-Design for Ultra-Light Video Intelligence on Edge Devices [90.30316433184414]
  本稿では,HDビデオストリーム上での高スループット,低コスト,高精度MOTのためのデータモデル・ハードウエア・トリデザイン・フレームワークを提案する。 現状のMOTベースラインと比較して、我々の三設計アプローチは12.5倍の遅延低減、20.9倍のフレームレート改善、5.83倍の低消費電力、9.78倍のエネルギー効率を実現でき、精度は低下しない。
  論文  参考訳（メタデータ） (2022-10-16T16:21:40Z)
• Generative Thermal Design Through Boundary Representation and Multi-Agent Cooperative Environment [0.0]
  協調型多エージェント深部強化学習と連続幾何表現を用いた生成熱設計を提案する。 提案フレームワークは、熱伝達と圧力降下を予測する環境として、事前訓練されたニューラルネットワークサロゲートモデルで構成されている。
  論文  参考訳（メタデータ） (2022-08-16T21:22:44Z)
• Inverse design of photonic devices with strict foundry fabrication constraints [55.41644538483948]
  本稿では,ナノフォトニクス素子の逆設計法を提案し,設計が厳密な長さの制約を満たすことを保証した。 本手法の性能と信頼性を,いくつかの共通集積フォトニック部品を設計することによって実証する。
  論文  参考訳（メタデータ） (2022-01-31T02:27:25Z)
• 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)
• Inverse design of two-dimensional materials with invertible neural networks [0.6973491758935711]
  非可逆ニューラルネットワークを利用した逆設計フレームワーク(MatDesINNe)は、前と逆のプロセスの両方をマッピングできる。 フレームワークは、新しい、高い忠実度、多種多様な候補を、ほぼ化学的精度で生成できることを示す。
  論文  参考訳（メタデータ） (2021-06-06T02:49:09Z)

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。