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

• GraphXForm: Graph transformer for computer-aided molecular design with application to extraction [73.1842164721868]
  本稿では,デコーダのみのグラフトランスフォーマアーキテクチャであるGraphXFormについて述べる。 液液抽出のための2つの溶媒設計課題について評価し,4つの最先端分子設計技術より優れていることを示した。
  論文  参考訳（メタデータ） (2024-11-03T19:45:15Z)
• Crossing New Frontiers: Knowledge-Augmented Large Language Model Prompting for Zero-Shot Text-Based De Novo Molecule Design [0.0]
  本研究は,ゼロショットテキスト条件デノボ分子生成タスクにおいて,大規模言語モデル(LLM)の知識増進プロンプトの利用について検討する。 本フレームワークは,ベンチマークデータセット上でのSOTA(State-of-the-art)ベースラインモデルの有効性を実証する。
  論文  参考訳（メタデータ） (2024-08-18T11:37:19Z)
• LLM2FEA: Discover Novel Designs with Generative Evolutionary Multitasking [21.237950330178354]
  本稿では,複数の領域にまたがる知識を伝達することで,生成モデルにおける新しい設計を初めて発見する試みを提案する。 多要素進化アルゴリズム(MFEA)を用いて大きな言語モデルを駆動し、LLM2FEAは様々な分野からの知識を統合し、新規で実用的なオブジェクトを発見する際に生成モデルを導くプロンプトを生成する。
  論文  参考訳（メタデータ） (2024-06-21T07:20:51Z)
• Cephalo: Multi-Modal Vision-Language Models for Bio-Inspired Materials Analysis and Design [0.0]
  セファロ (Cephalo) は、材料科学の応用のために設計されたビジョン大型言語モデル(V-LLM)のシリーズである。 何千もの科学論文の総合的な画像とテキストデータに基づいて訓練されている。 ジェネレーティブ・アプリケーションには、花粉にインスパイアされた設計材料を含むバイオインスパイアされたデザインが含まれる。
  論文  参考訳（メタデータ） (2024-05-29T13:34:32Z)
• 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)
• 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)
• 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)

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。