論文の概要: Diatom-inspired architected materials using language-based deep
learning: Perception, transformation and manufacturing
- arxiv url: http://arxiv.org/abs/2301.05875v1
- Date: Sat, 14 Jan 2023 10:02:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-18 18:25:35.338784
- Title: Diatom-inspired architected materials using language-based deep
learning: Perception, transformation and manufacturing
- Title(参考訳): 言語に基づくディープラーニングを用いた珪藻由来の建築材料:知覚・変容・製造
- Authors: Markus J. Buehler
- Abstract要約: 本稿では, トランスニューラルネットを応用した, 生物にインスパイアされた新規な珪藻構造の設計について報告する。
本報告では, 新規な珪藻系設計を概説するとともに, 添加剤製造法を用いて製造した試料を報告する。
- 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: Learning from nature has been a quest of humanity for millennia. While this
has taken the form of humans assessing natural designs such as bones, butterfly
wings, or spider webs, we can now achieve generating designs using advanced
computational algorithms. In this paper we report novel biologically inspired
designs of diatom structures, enabled using transformer neural networks, using
natural language models to learn, process and transfer insights across
manifestations. We illustrate a series of novel diatom-based designs and also
report a manufactured specimen, created using additive manufacturing. The
method applied here could be expanded to focus on other biological design cues,
implement a systematic optimization to meet certain design targets, and include
a hybrid set of material design sets.
- Abstract(参考訳): 自然から学ぶことは何千年もの間人類の探求であった。
これは、ヒトが骨、蝶の翼、クモの巣などの自然デザインを評価する形式を採っているが、現在では高度な計算アルゴリズムを用いてデザインを生成することができる。
本稿では, トランスフォーマーニューラルネットワークを用いて, 生物学的にインスパイアされた新規な珪藻構造の設計を行い, 自然言語モデルを用いて, マニフェストを横断する洞察の学習, 処理, 伝達を行う。
本報告では, 新規な珪藻系設計を概説するとともに, 添加剤製造による製造標本を報告する。
ここで適用された方法は、他の生物学的設計手法に焦点を合わせ、特定の設計目標を満たすための体系的な最適化を実装し、材料設計のハイブリッドセットを含むように拡張することができる。
関連論文リスト
- Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳(メタデータ) (2024-02-27T17:11:35Z) - Artificial Bee Colony optimization of Deep Convolutional Neural Networks
in the context of Biomedical Imaging [9.334663477968027]
我々は,人工蜂コロニーアルゴリズムと進化計算ツールを統合して,スクラッチからモデルを生成する,新しいハイブリッド型ニューロエボレーティブアルゴリズムを提案する。
Chimera Algorithmは、自然画像と医療画像の2つのデータセットで検証され、Transfer Learningのパフォーマンスを上回りました。
論文 参考訳(メタデータ) (2024-02-23T10:21:03Z) - 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) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳(メタデータ) (2023-11-28T18:58:48Z) - DreamCreature: Crafting Photorealistic Virtual Creatures from
Imagination [140.1641573781066]
ターゲット概念のラベルなしイメージのセットを前提として、我々は、新しいハイブリッド概念を創出できるT2Iモデルをトレーニングすることを目指している。
そこで我々はDreamCreatureと呼ばれる新しい手法を提案し,その基盤となるサブ概念を同定し抽出する。
したがって、T2Iは忠実な構造とフォトリアリスティックな外観を持つ新しい概念を生成するのに適応する。
論文 参考訳(メタデータ) (2023-11-27T01:24:31Z) - BioinspiredLLM: Conversational Large Language Model for the Mechanics of
Biological and Bio-inspired Materials [0.0]
オープンソースの自己回帰変換器大言語モデルであるBioinspiredLLMが報告されている。
このモデルは、構造的生物学的および生体的インスパイアされた材料分野において、1,000以上の査読された記事のコーパスで微調整された。
論文 参考訳(メタデータ) (2023-09-15T22:12:44Z) - Crystal Transformer: Self-learning neural language model for Generative
and Tinkering Design of Materials [4.813020904720316]
BLMMクリスタルトランス (BLMM Crystal Transformer) は、無機材料の生成およびスティンカー設計のためのニューラルネットワークに基づく確率的生成モデルである。
89.7%の電荷中立度と84.8%の平衡電子陰性度を持つ化学的に有効な材料組成を生成することができる。
ユーザフレンドリーなWebアプリは、計算材料ドーピング用に開発され、urlwww. Materialssatlas.org/blmtinkerで自由にアクセスできる。
論文 参考訳(メタデータ) (2022-04-25T20:20:26Z) - CreativeGAN: Editing Generative Adversarial Networks for Creative Design
Synthesis [1.933681537640272]
本論文では,新しいデザインを作成するための自動手法であるCreativeGANを提案する。
デザインをユニークなものにするコンポーネントを識別し、GANモデルを変更することで、識別されたユニークなコンポーネントでデザインを生成する可能性が高まる。
自転車デザインのデータセットを用いて,ユニークなフレームとハンドル,および幅広いデザインの珍しいノベルティを備えた新しい自転車デザインを作成できることを実証した。
論文 参考訳(メタデータ) (2021-03-10T18:22:35Z) - Emergent Hand Morphology and Control from Optimizing Robust Grasps of
Diverse Objects [63.89096733478149]
多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。
形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。
我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2020-12-22T17:52:29Z) - Modeling the Evolution of Retina Neural Network [0.0]
網膜回路は 様々な種類の 類似した構造を示しています
生物網膜に類似した機能を持つ構造を導く遺伝的アルゴリズムを用いた手法を設計する。
我々は、機械学習において、我々のフレームワークがどのようにゴール駆動型検索と持続可能なニューラルネットワークモデルの強化をもたらすかについて論じる。
論文 参考訳(メタデータ) (2020-11-24T23:57:54Z) - Reverse Engineering Configurations of Neural Text Generation Models [86.9479386959155]
モデル選択の結果、機械が生成したテキストに現れるアーティファクトの研究は、新しい研究領域である。
我々は、モデリング選択が検出可能なアーティファクトを生成テキストに残すかどうかを確認するために、広範囲な診断テストを実行する。
我々の重要な発見は、厳密な実験によって裏付けられ、そのような成果物が存在することと、生成されたテキストのみを観察することで異なるモデリング選択を推測できることである。
論文 参考訳(メタデータ) (2020-04-13T21:02:44Z)
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。