論文の概要: IDToolkit: A Toolkit for Benchmarking and Developing Inverse Design Algorithms in Nanophotonics

• arxiv url: http://arxiv.org/abs/2305.18978v2
• Date: Wed, 31 May 2023 09:06:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 11:38:14.095372
• Title: IDToolkit: A Toolkit for Benchmarking and Developing Inverse Design Algorithms in Nanophotonics
• Title（参考訳）: IDToolkit:ナノフォトニクスにおける逆設計アルゴリズムのベンチマークと開発のためのツールキット
• Authors: Jia-Qi Yang, Yucheng Xu, Jia-Lei Shen, Kebin Fan, De-Chuan Zhan, Yang Yang
• Abstract要約: ナノフォトニックデバイスの逆設計のためのベンチマークを提案する。 ベンチマーク環境はオープンソースシミュレータで実装されている。 その結果,既存手法の長所と短所が明らかになった。
• 参考スコア（独自算出の注目度）: 27.13192189991456
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Aiding humans with scientific designs is one of the most exciting of artificial intelligence (AI) and machine learning (ML), due to their potential for the discovery of new drugs, design of new materials and chemical compounds, etc. However, scientific design typically requires complex domain knowledge that is not familiar to AI researchers. Further, scientific studies involve professional skills to perform experiments and evaluations. These obstacles prevent AI researchers from developing specialized methods for scientific designs. To take a step towards easy-to-understand and reproducible research of scientific design, we propose a benchmark for the inverse design of nanophotonic devices, which can be verified computationally and accurately. Specifically, we implemented three different nanophotonic design problems, namely a radiative cooler, a selective emitter for thermophotovoltaics, and structural color filters, all of which are different in design parameter spaces, complexity, and design targets. The benchmark environments are implemented with an open-source simulator. We further implemented 10 different inverse design algorithms and compared them in a reproducible and fair framework. The results revealed the strengths and weaknesses of existing methods, which shed light on several future directions for developing more efficient inverse design algorithms. Our benchmark can also serve as the starting point for more challenging scientific design problems. The code of IDToolkit is available at https://github.com/ThyrixYang/IDToolkit.
• Abstract（参考訳）: 人工知能(ai)と機械学習(ml)の最もエキサイティングな分野の1つは、新しい薬物の発見、新しい物質や化学物質の設計などの可能性である。 しかし、科学設計は通常、AI研究者になじみのない複雑なドメイン知識を必要とする。 さらに、科学研究は、実験と評価を行うための専門的なスキルを含んでいる。 これらの障害は、AI研究者が科学設計のための特殊な方法を開発するのを妨げる。 科学的設計の理解が容易で再現性のある研究に向けて一歩を踏み出すため,ナノフォトニックデバイスの逆設計のためのベンチマークを提案する。 具体的には,3つの異なるナノフォトニック設計問題,すなわち放射冷却器,熱光電池用選択エミッタ,および構造カラーフィルタを実装した。 ベンチマーク環境はオープンソースシミュレータで実装されている。 さらに10種類の逆設計アルゴリズムを実装し,再現可能で公平なフレームワークで比較した。 その結果、既存の手法の強みと弱みが明らかとなり、より効率的な逆設計アルゴリズムを開発するためのいくつかの将来の方向性が明らかになった。 我々のベンチマークは、より困難な科学的設計問題の出発点にもなり得る。 idtoolkitのコードはhttps://github.com/thyrixyang/idtoolkitで入手できる。

関連論文リスト

• Artificial intelligence inspired freeform optics design: a review [5.118772741438762]
  この記事では、フリーフォーム光学設計におけるAIアプリケーションの最新開発についてレビューする。 これは、データ要求、モデル解釈可能性、計算複雑性といった課題と共に、精度とパフォーマンスの改善など、AIの利点に対処する。 フリーフォーム光学設計におけるAIの未来は、ハイブリッドデザイン手法、解釈可能なAI、AI駆動製造、特定のアプリケーションを対象とした研究の潜在的な進歩とともに、有望に思われる。
  論文  参考訳（メタデータ） (2024-09-18T00:53:27Z)
• Meta-Designing Quantum Experiments with Language Models [29.764173868070795]
  合成データに基づいて訓練されたコード生成言語モデルが,一発でクラス全体の問題を解決する方法を示す。 具体的には、新しい量子物理学実験の設計のために、シーケンス・ツー・シーケンス・トランスフォーマーアーキテクチャは解釈可能なPythonコードを生成する。 我々は、無限大の量子状態のクラスに対する一般的な、以前は知られていなかった設計規則を発見する。
  論文  参考訳（メタデータ） (2024-06-04T16:40:55Z)
• CRISPR-GPT: An LLM Agent for Automated Design of Gene-Editing Experiments [51.41735920759667]
  大規模言語モデル(LLM)は様々なタスクにおいて有望であるが、しばしば特定の知識が欠如し、生物学的設計の問題を正確に解くのに苦労する。 本研究では,CRISPRに基づく遺伝子編集実験の設計プロセスを自動化するために,ドメイン知識と外部ツールを付加したLCMエージェントであるCRISPR-GPTを紹介する。
  論文  参考訳（メタデータ） (2024-04-27T22:59:17Z)
• 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)
• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• Neural Operators for Accelerating Scientific Simulations and Design [85.89660065887956]
  Neural Operatorsとして知られるAIフレームワークは、継続的ドメインで定義された関数間のマッピングを学習するための原則的なフレームワークを提供する。 ニューラルオペレータは、計算流体力学、天気予報、物質モデリングなど、多くのアプリケーションで既存のシミュレータを拡張または置き換えることができる。
  論文  参考訳（メタデータ） (2023-09-27T00:12:07Z)
• Machine Learning-Based Multi-Objective Design Exploration Of Flexible Disc Elements [1.5638419778920147]
  本稿では,ANNアーキテクチャを工学設計問題に適用し,改良された設計ソリューションの探索と同定を行う。 本研究の問題点は、ディスク結合に使用されるフレキシブルディスク素子の設計である。 この目的を達成するために、ANNと遺伝的アルゴリズムを組み合わせて設計探索を行い、指定された基準を満たす設計を同定する。
  論文  参考訳（メタデータ） (2023-04-14T16:48:51Z)
• Improving RNA Secondary Structure Design using Deep Reinforcement Learning [69.63971634605797]
  本稿では,RNA配列設計に強化学習を適用した新しいベンチマークを提案する。このベンチマークでは,目的関数を配列の二次構造における自由エネルギーとして定義する。 本稿では,これらのアルゴリズムに対して行うアブレーション解析の結果と,バッチ間でのアルゴリズムの性能を示すグラフを示す。
  論文  参考訳（メタデータ） (2021-11-05T02:54:06Z)
• PDBench: Evaluating Computational Methods for Protein Sequence Design [2.0187324832551385]
  本稿では, タンパク質のベンチマークを行い, 深層学習法の性能評価試験を提案する。 我々の堅牢なベンチマークは、その性能と実用性を評価するのに欠かせない設計手法の振る舞いに関する生物学的知見を提供する。
  論文  参考訳（メタデータ） (2021-09-16T12:20:03Z)
• An adaptive artificial neural network-based generative design method for layout designs [17.377351418260577]
  適応型人工ニューラルネットワークに基づく生成設計手法の提案と開発。 新しい適応学習と最適化戦略が提案され、設計空間を効果的に探索することができます。 2つの熱源レイアウト設計問題に対して,提案手法の性能を実証した。
  論文  参考訳（メタデータ） (2021-01-29T05:32:17Z)

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。