論文の概要: Computational design of antimicrobial active surfaces via automated
Bayesian optimization
- arxiv url: http://arxiv.org/abs/2209.00055v1
- Date: Wed, 31 Aug 2022 18:20:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-02 14:18:36.261050
- Title: Computational design of antimicrobial active surfaces via automated
Bayesian optimization
- Title(参考訳): 自動ベイズ最適化による抗菌活性表面の計算設計
- Authors: Hanfeng Zhai and Jingjie Yeo
- Abstract要約: バイオフィルムは、海洋科学、バイオエネルギー、バイオメディシンといった様々な分野のエンジニアに重大な問題を引き起こす。
われわれのフレームワークは, 応用せん断・振動によるバイオフィルム除去のための理想的なナノ表面生成に成功している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Biofilms pose significant problems for engineers in diverse fields, such as
marine science, bioenergy, and biomedicine, where effective biofilm control is
a long-term goal. The adhesion and surface mechanics of biofilms play crucial
roles in generating and removing biofilm. Designing customized nano-surfaces
with different surface topologies can alter the adhesive properties to remove
biofilms more easily and greatly improve long-term biofilm control. To rapidly
design such topologies, we employ individual-based modeling and Bayesian
optimization to automate the design process and generate different active
surfaces for effective biofilm removal. Our framework successfully generated
ideal nano-surfaces for biofilm removal through applied shear and vibration.
Densely distributed short pillar topography is the optimal geometry to prevent
biofilm formation. Under fluidic shearing, the optimal topography is to
sparsely distribute tall, slim, pillar-like structures. When subjected to
either vertical or lateral vibrations, thick trapezoidal cones are found to be
optimal. Optimizing the vibrational loading indicates a small vibration
magnitude with relatively low frequencies is more efficient in removing
biofilm. Our results provide insights into various engineering fields that
require surface-mediated biofilm control. Our framework can also be applied to
more general materials design and optimization.
- Abstract(参考訳): バイオフィルムは、海洋科学、バイオエネルギー、バイオメディシンなどの様々な分野の技術者にとって重要な問題であり、効果的なバイオフィルム制御が長期的な目標である。
バイオフィルムの接着と表面力学はバイオフィルムの生成と除去に重要な役割を果たしている。
表面トポロジーが異なるカスタマイズされたナノ表面を設計することで、接着性を変化させ、バイオフィルムをより容易に、より長期のバイオフィルム制御を大幅に改善することができる。
このようなトポロジを迅速に設計するために,個々のモデリングとベイズ最適化を用いて設計プロセスを自動化し,有効なバイオフィルム除去のために異なる活性表面を生成する。
応用せん断・振動による生体膜除去のための理想的ナノ表面の創製に成功した。
高度に分布した短柱トポグラフィーはバイオフィルム形成を防ぐための最適形状である。
流動せん断下での最適地形は、高い、細い、柱状の構造をわずかに分配することである。
垂直振動または横振動を受けると、厚い台形の円錐が最適であることが分かる。
振動負荷の最適化は、バイオフィルムの除去において、比較的低い周波数で小さな振動の大きさを示す。
本研究は, バイオフィルムの表面制御を必要とする各種工学分野の知見を提供する。
我々のフレームワークは、より一般的な材料設計と最適化にも適用できる。
関連論文リスト
- Neural Echos: Depthwise Convolutional Filters Replicate Biological
Receptive Fields [56.69755544814834]
哺乳類網膜で観察される生体受容野を,深部核が効果的に複製していることを示す証拠を提示する。
生体受容の分野からインスピレーションを得る手法を提案する。
論文 参考訳(メタデータ) (2024-01-18T18:06:22Z) - Efficient Deformable Tissue Reconstruction via Orthogonal Neural Plane [58.871015937204255]
変形性組織を再建するための高速直交平面(Fast Orthogonal Plane)を導入する。
我々は外科手術を4Dボリュームとして概念化し、それらをニューラルネットワークからなる静的および動的フィールドに分解する。
この分解により4次元空間が増加し、メモリ使用量が減少し、最適化が高速化される。
論文 参考訳(メタデータ) (2023-12-23T13:27:50Z) - Optimal optomechanical cavity setups with highly reflecting membranes [44.99833362998488]
キャビティ・オプティメクスに高反射性膜を用いる4つの異なる構成について解析を行った。
そこで本研究では,非無視膜寄生損失の限界における最適選択として,膜・アット・ザ・バック・セットアップを同定し,提案する。
論文 参考訳(メタデータ) (2023-11-22T16:17:57Z) - Neural LerPlane Representations for Fast 4D Reconstruction of Deformable
Tissues [52.886545681833596]
LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。
LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。
LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
論文 参考訳(メタデータ) (2023-05-31T14:38:35Z) - BiofilmScanner: A Computational Intelligence Approach to Obtain
Bacterial Cell Morphological Attributes from Biofilm Image [1.2934742454678885]
SRBベースのバイオフィルムは、金属インフラの年間10億ドルのバイオ腐食の原因であると考えられている。
本稿では,これらの問題に対処する不変モーメントと統合されたヨラクタンスに基づくディープラーニング手法であるBiofilScannerを提案する。
提案手法は, 従来のMask-RCNN法とDLv3+法より2.1倍, 6.8倍高速で, セルの幾何学的特性を検出し, セグメンテーションし, 測定する。
論文 参考訳(メタデータ) (2023-02-19T17:15:56Z) - Designing Biological Sequences via Meta-Reinforcement Learning and
Bayesian Optimization [68.28697120944116]
メタ強化学習を用いて自己回帰生成モデルを訓練し、選択のための有望なシーケンスを提案する。
我々は,データのサブセットのサンプリングによって誘導されるMDPの分布に対する最適ポリシーを求める問題として,この問題を提起する。
このようなアンサンブルに対するメタラーニングは,報酬の過小評価に対して頑健であり,競争的な結果が得られることを示す。
論文 参考訳(メタデータ) (2022-09-13T18:37:27Z) - Inverse Design and Experimental Verification of a Bianisotropic
Metasurface Using Optimization and Machine Learning [0.0]
多くの中表面設計は、放射された遠方界に対する一連の制約から始まり、表面に対する一様でない物理的構造で終わる。
ここでは、反復最適化プロセスを用いて、指定された制約に準拠する遠距離場パターンを放射する表面特性を求める。
微視的なステップでは、これらの最適化された表面特性は、機械学習サロゲートモデルを用いて物理単位セルで実現される。
論文 参考訳(メタデータ) (2022-03-28T02:21:03Z) - Computer-aided Recognition and Assessment of a Porous Bioelastomer on
Ultrasound Images for Regenerative Medicine Applications [3.4276717980242553]
足場の劣化性能を識別するためには,超音波画像に基づくコンピュータ支援分析手法を開発する必要がある。
多孔質バイオエラストマーの連続的かつ正確な輪郭を抽出するために、単一の従来の画像処理アルゴリズムを使用することは困難である。
本稿では, バイオエラストマーの輪郭検出のためのジョイントアルゴリズムと, バイオエラストマーの劣化挙動をモニタリングするためのテクスチャ特徴抽出法を提案する。
論文 参考訳(メタデータ) (2022-01-28T08:42:58Z) - TMM-Fast: A Transfer Matrix Computation Package for Multilayer Thin-Film
Optimization [62.997667081978825]
先進的な薄膜構造は、厚みの異なる複数の材料と多数の層から構成される。
複数の変数を持つ複雑な薄膜構造の設計と最適化は、まだ活発な研究が続けられている計算的に重い問題である。
我々は,多層膜を透過する波長と入射角度の異なる光の反射と透過の並列計算を可能にするPythonパッケージTMM-Fastを提案する。
論文 参考訳(メタデータ) (2021-11-24T14:47:37Z) - Surgical Video Motion Magnification with Suppression of Instrument
Artefacts [9.398193782366395]
動きの最大化は、内視鏡的ビデオで血管を直接強調することで、不注意な損傷や出血を防ぐことができる。
運動フィルターを全手術画像に適用することは手術器具からの残留運動に敏感である。
そこで我々は,非生理的運動による収差の低減策を提案する。
論文 参考訳(メタデータ) (2020-09-16T02:42:46Z)
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。