論文の概要: Prediction of the morphological evolution of a splashing drop using an encoder-decoder

• arxiv url: http://arxiv.org/abs/2303.14109v1
• Date: Fri, 24 Mar 2023 16:18:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-27 13:53:36.908870
• Title: Prediction of the morphological evolution of a splashing drop using an encoder-decoder
• Title（参考訳）: エンコーダ・デコーダを用いた散水滴の形態変化の予測
• Authors: Jingzu Yee, Daichi Igarashi, Shun Miyatake, Yoshiyuki Tagawa
• Abstract要約: 本研究では,エンコーダデコーダを訓練し,画像データを用いて落下形態を予測するコンピュータビジョン戦略を用いる。 この訓練されたエンコーダデコーダは、スプラッシュや非スラッシュドロップのモルフォロジーを示すビデオを生成することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The impact of a drop on a solid surface is an important phenomenon that has various implications and applications. However, the multiphase nature of this phenomenon causes complications in the prediction of its morphological evolution, especially when the drop splashes. While most machine-learning-based drop-impact studies have centred around physical parameters, this study used a computer-vision strategy by training an encoder-decoder to predict the drop morphologies using image data. Herein, we show that this trained encoder-decoder is able to successfully generate videos that show the morphologies of splashing and non-splashing drops. Remarkably, in each frame of these generated videos, the spreading diameter of the drop was found to be in good agreement with that of the actual videos. Moreover, there was also a high accuracy in splashing/non-splashing prediction. These findings demonstrate the ability of the trained encoder-decoder to generate videos that can accurately represent the drop morphologies. This approach provides a faster and cheaper alternative to experimental and numerical studies.
• Abstract（参考訳）: 固体表面への落下の影響は、様々な影響と応用を持つ重要な現象である。 しかし、この現象の多相性は、特に落下が跳ね上がると、その形態的進化の予測に複雑を引き起こす。 多くの機械学習に基づくドロップインパクト研究は物理パラメータを中心にしているが、この研究ではエンコーダデコーダを訓練し、画像データを用いてドロップ形態を予測するコンピュータビジョン戦略を用いた。 ここでは、この訓練されたエンコーダデコーダが、スプラッシュや非スラッシュドロップの形態を示すビデオを生成することができることを示す。 興味深いことに、これらの生成されたビデオのフレームごとに、落下の直径が実際のビデオとよく一致していることが判明した。 また,スプラッシュ/ノンスプラッシュ予測の精度も高かった。 これらの結果は、トレーニングされたエンコーダデコーダが、ドロップ形態を正確に表現できるビデオを生成する能力を示している。 このアプローチは、実験および数値研究の高速で安価な代替手段を提供する。

関連論文リスト

• Geometry-Preserving Encoder/Decoder in Latent Generative Models [13.703752179071333]
  本稿では,VAEと異なる理論的特性を持つ新しいエンコーダ/デコーダフレームワークを提案する。 エンコーダとデコーダの両方のトレーニングプロセスにおいて,この幾何保存エンコーダの重要な利点を示す。
  論文  参考訳（メタデータ） (2025-01-16T23:14:34Z)
• WiNet: Wavelet-based Incremental Learning for Efficient Medical Image Registration [68.25711405944239]
  深部画像登録は異常な精度と高速な推測を示した。 近年の進歩は、粗大から粗大の方法で密度変形場を推定するために、複数のカスケードまたはピラミッドアーキテクチャを採用している。 本稿では,様々なスケールにわたる変位/速度場に対して,スケールワイブレット係数を漸進的に推定するモデル駆動WiNetを提案する。
  論文  参考訳（メタデータ） (2024-07-18T11:51:01Z)
• Predicting Long-horizon Futures by Conditioning on Geometry and Time [49.86180975196375]
  我々は,過去を前提とした将来のセンサ観測の課題を探求する。 マルチモーダリティを扱える画像拡散モデルの大規模事前学習を活用する。 我々は、屋内と屋外のシーンにまたがる多様なビデオのセットについて、ビデオ予測のためのベンチマークを作成する。
  論文  参考訳（メタデータ） (2024-04-17T16:56:31Z)
• Exploring Compressed Image Representation as a Perceptual Proxy: A Study [1.0878040851638]
  本稿では,解析変換をオブジェクト分類タスクと共同で訓練する,エンドツーエンドの学習画像圧縮を提案する。 本研究は、圧縮された潜在表現が、カスタマイズされたDNNベースの品質指標に匹敵する精度で人間の知覚距離判定を予測できることを確認した。
  論文  参考訳（メタデータ） (2024-01-14T04:37:17Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• Generating artificial digital image correlation data using physics-guided adversarial networks [2.07180164747172]
  デジタル画像相関 (DIC) は, き裂標本の機械的実験を監視し評価するための貴重なツールとなっている。 実補間DIC変位に類似したクラック試験片の大量の人工変位データを直接生成する手法を提案する。
  論文  参考訳（メタデータ） (2023-03-28T12:52:40Z)
• Toward a Geometrical Understanding of Self-supervised Contrastive Learning [55.83778629498769]
  自己教師付き学習(SSL)は、人間のアノテーションがなければ、伝達学習に有効なデータ表現を作成するための最重要技術の一つである。 メインストリームSSL技術は、エンコーダとプロジェクタという2つのカスケードニューラルネットワークを備えた、特定のディープニューラルネットワークアーキテクチャに依存している。 本稿では,データ拡張ポリシーの強みがデータ埋め込みに与える影響について検討する。
  論文  参考訳（メタデータ） (2022-05-13T23:24:48Z)
• FakeTransformer: Exposing Face Forgery From Spatial-Temporal Representation Modeled By Facial Pixel Variations [8.194624568473126]
  顔の偽造はあらゆるターゲットを攻撃できるため、個人のプライバシーと財産のセキュリティに新たな脅威をもたらす。 生理的信号の空間的コヒーレンスと時間的一貫性が生成された内容で破壊されるという事実に着想を得て,実ビデオと合成ビデオとを区別できる一貫性のないパターンを見つけ出そうとする。
  論文  参考訳（メタデータ） (2021-11-15T08:44:52Z)
• Supervising the Decoder of Variational Autoencoders to Improve Scientific Utility [1.014927488137914]
  確率的生成モデルは、仮説や設計実験を生成するために、推論されたパラメータを使用することができるため、科学的モデリングには魅力的である。 SVAE (Supervised Variational Autoencoders) はこの目的のために使用される。 我々は,デコーダに影響を与える2次監視フレームワーク(SOS-VAE)を開発し,予測潜在表現を誘導する。
  論文  参考訳（メタデータ） (2021-09-09T20:55:38Z)
• FitVid: Overfitting in Pixel-Level Video Prediction [117.59339756506142]
  われわれはFitVidという新しいアーキテクチャを導入し、一般的なベンチマークに厳しいオーバーフィッティングを行えるようにした。 FitVidは、4つの異なるメトリクスで4つの異なるビデオ予測ベンチマークで現在の最先端モデルを上回っている。
  論文  参考訳（メタデータ） (2021-06-24T17:20:21Z)
• Content Adaptive and Error Propagation Aware Deep Video Compression [110.31693187153084]
  本稿では,コンテンツ適応型・誤り伝搬対応型ビデオ圧縮システムを提案する。 本手法では, 複数フレームの圧縮性能を1フレームではなく複数フレームで考慮し, 共同学習手法を用いる。 従来の圧縮システムでは手作りのコーディングモードを使用する代わりに,オンラインエンコーダ更新方式をシステム内に設計する。
  論文  参考訳（メタデータ） (2020-03-25T09:04:24Z)

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。