論文の概要: Building Intelligence in the Mechanical Domain -- Harvesting the
Reservoir Computing Power in Origami to Achieve Information Perception Tasks
- arxiv url: http://arxiv.org/abs/2302.05517v1
- Date: Fri, 10 Feb 2023 21:41:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-14 20:06:24.669837
- Title: Building Intelligence in the Mechanical Domain -- Harvesting the
Reservoir Computing Power in Origami to Achieve Information Perception Tasks
- Title（参考訳）: 機械領域における人工知能の構築 --情報知覚タスクを実現するために折り紙における貯留層計算パワーの収集-
- Authors: Jun Wang and Suyi Li
- Abstract要約: 紙をベースとしたシンプルな三浦織の認知能力を実験的に検討し,異なる情報知覚タスクを実現する。
折り紙貯水池はペイロードの重量と位置を推定するのに十分な計算能力を有することを示す。
- 参考スコア（独自算出の注目度）: 8.329414303308752
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we experimentally examine the cognitive capability of a
simple, paper-based Miura-ori -- using the physical reservoir computing
framework -- to achieve different information perception tasks. The body
dynamics of Miura-ori (aka. its vertices displacements), which is excited by a
simple harmonic base excitation, can be exploited as the reservoir computing
resource. By recording these dynamics with a high-resolution camera and image
processing program and then using linear regression for training, we show that
the origami reservoir has sufficient computing capacity to estimate the weight
and position of a payload. It can also recognize the input frequency and
magnitude patterns. Furthermore, multitasking is achievable by simultaneously
applying two targeted functions to the same reservoir state matrix. Therefore,
we demonstrate that Miura-ori can assess the dynamic interactions between its
body and ambient environment to extract meaningful information -- an
intelligent behavior in the mechanical domain. Given that Miura-ori has been
widely used to construct deployable structures, lightweight materials, and
compliant robots, enabling such information perception tasks can add a new
dimension to the functionality of such a versatile structure.
- Abstract（参考訳）: 本稿では,紙をベースとしたシンプルな三浦織(物理貯水池計算フレームワーク)の認知能力を実験的に検討し,異なる情報認識タスクを実現する。
単純な高調波ベース励起により励起される三浦織の身体力学を貯水池計算資源として利用することができる。
これらのダイナミクスを高解像度カメラと画像処理プログラムで記録し, トレーニングに線形回帰を用いたことにより, 折り紙貯水池はペイロードの重量と位置を推定するのに十分な計算能力を有することを示す。
また、入力周波数や大きさのパターンも認識できる。
さらに、同じリザーバ状態行列に2つの対象関数を同時に適用することで、マルチタスクが可能となる。
そこで,三浦織は身体と環境との動的相互作用を評価し,機械的領域における知的行動である有意義な情報を抽出できることを示した。
三浦織は、展開可能な構造、軽量材料、それに適合するロボットの構築に広く用いられており、このような情報認識タスクが、このような多目的構造の機能性に新たな次元を加えることができる。
関連論文リスト
- Generating Reservoir State Descriptions with Random Matrices [0.0]
ランダム行列を用いた計算機計測のための新しい手法を示す。
私たちは、原子スケールのデバイスが現実世界のコンピューティングアプリケーションにどのように使われるのかを動機付けています。
論文 参考訳（メタデータ） (2024-04-10T18:10:19Z) - Binding Dynamics in Rotating Features [72.80071820194273]
本稿では,特徴間のアライメントを明示的に計算し,それに応じて重みを調整する「コサイン結合」機構を提案する。
これにより、自己注意と生物学的神経プロセスに直接接続し、回転する特徴に現れるオブジェクト中心の表現の基本的なダイナミクスに光を当てることができます。
論文 参考訳（メタデータ） (2024-02-08T12:31:08Z) - Deep Photonic Reservoir Computer for Speech Recognition [49.1574468325115]
音声認識は人工知能の分野で重要な課題であり、目覚ましい進歩を目撃してきた。
深い貯水池コンピューティングはエネルギー効率が高いが、よりリソース集約的な機械学習アルゴリズムと比較して、パフォーマンスに制限がある。
フォトニック方式の深層貯水池コンピュータを提案し,その性能を音声認識タスクで評価する。
論文 参考訳（メタデータ） (2023-12-11T17:43:58Z) - Robust and Controllable Object-Centric Learning through Energy-based
Models [95.68748828339059]
我々の研究は概念的にシンプルで一般的なアプローチであり、エネルギーベースモデルを通してオブジェクト中心の表現を学習する。
既存のアーキテクチャに容易に統合でき、高品質なオブジェクト中心表現を効果的に抽出できることを示す。
論文 参考訳（メタデータ） (2022-10-11T15:11:15Z) - Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。
物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文 参考訳（メタデータ） (2022-03-11T18:27:04Z) - Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。
提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文 参考訳（メタデータ） (2022-03-11T02:37:35Z) - Reservoir Computing with Magnetic Thin Films [35.32223849309764]
新しい非伝統的なコンピューティングハードウェアは、自然現象を利用して効率を上げる可能性を秘めている。
物理貯水池計算は、様々な非伝統的なシステムでこれを実証している。
マイクロスケールシミュレーションにより薄膜の3つの磁性体を初期探査する。
論文 参考訳（メタデータ） (2021-01-29T17:37:17Z) - Using machine-learning modelling to understand macroscopic dynamics in a
system of coupled maps [0.0]
本稿では,グローバルに結合した地図システムから生じるマクロな動きについて考察する。
我々は、機械学習アプローチと粗粒度プロセスの遷移確率の直接数値計算の両方を用いて、マクロ力学のための粗粒度マルコフプロセスを構築した。
我々は,アトラクタの有効次元,メモリ効果の持続性,ダイナミクスのマルチスケール構造について重要な情報を推測することができる。
論文 参考訳（メタデータ） (2020-11-08T15:38:12Z) - Multifunctionality in a Reservoir Computer [0.0]
多機能ニューラルネットワークは、ネットワーク接続を変更することなく、複数のタスクを実行することができる。
我々は、この神経学的慣用性が、Reservoir Computingとして知られる現代の機械学習パラダイムを用いた人工的な環境でどのように達成できるかを考察する。
トレーニングに含まれていない貯水池コンピュータの予測状態空間内に居住する,未学習の誘引者の存在を明らかにする。
論文 参考訳（メタデータ） (2020-08-10T21:05:53Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳（メタデータ） (2020-06-22T08:35:58Z) - Physical reservoir computing -- An introductory perspective [0.0]
物理貯水池計算は、物理系の複雑な力学を情報処理装置として利用することができる。
本稿では,ソフトロボティクスの例を用いて,フレームワークの可能性を説明する。
論文 参考訳（メタデータ） (2020-05-03T05:39:06Z)
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。