論文の概要: Bayesian Co-navigation: Dynamic Designing of the Materials Digital Twins via Active Learning
- arxiv url: http://arxiv.org/abs/2404.12899v1
- Date: Fri, 19 Apr 2024 14:11:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-22 14:46:18.495835
- Title: Bayesian Co-navigation: Dynamic Designing of the Materials Digital Twins via Active Learning
- Title(参考訳): ベイジアン・コナビゲーション:アクティブラーニングによる材料デジタル双生児の動的設計
- Authors: Boris N. Slautin, Yongtao Liu, Hiroshi Funakubo, Rama K. Vasudevan, Maxim A. Ziatdinov, Sergei V. Kalinin,
- Abstract要約: 自動および自律的な実験装置への理論の統合は、科学研究を加速するための重要な目標として浮上している。
本稿では,理論モデル空間と実験のベイズ的共ナビゲーションを通じて,理論をループに統合する手法を提案する。
ここでは強誘電体材料における機能応答の文脈で実証されているが、我々のアプローチはより広範な応用を約束する。
- 参考スコア(独自算出の注目度): 1.1057473962658189
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Scientific advancement is universally based on the dynamic interplay between theoretical insights, modelling, and experimental discoveries. However, this feedback loop is often slow, including delayed community interactions and the gradual integration of experimental data into theoretical frameworks. This challenge is particularly exacerbated in domains dealing with high-dimensional object spaces, such as molecules and complex microstructures. Hence, the integration of theory within automated and autonomous experimental setups, or theory in the loop automated experiment, is emerging as a crucial objective for accelerating scientific research. The critical aspect is not only to use theory but also on-the-fly theory updates during the experiment. Here, we introduce a method for integrating theory into the loop through Bayesian co-navigation of theoretical model space and experimentation. Our approach leverages the concurrent development of surrogate models for both simulation and experimental domains at the rates determined by latencies and costs of experiments and computation, alongside the adjustment of control parameters within theoretical models to minimize epistemic uncertainty over the experimental object spaces. This methodology facilitates the creation of digital twins of material structures, encompassing both the surrogate model of behavior that includes the correlative part and the theoretical model itself. While demonstrated here within the context of functional responses in ferroelectric materials, our approach holds promise for broader applications, the exploration of optical properties in nanoclusters, microstructure-dependent properties in complex materials, and properties of molecular systems. The analysis code that supports the funding is publicly available at https://github.com/Slautin/2024_Co-navigation/tree/main
- Abstract(参考訳): 科学的進歩は理論的な洞察、モデリング、実験的な発見の間の動的相互作用に基づいている。
しかし、このフィードバックループは、遅延したコミュニティインタラクションや、実験データの段階的な理論フレームワークへの統合など、しばしば遅い。
この課題は特に分子や複雑なミクロ構造のような高次元の物体空間を扱う領域において悪化している。
したがって、自動および自律的な実験装置における理論の統合、あるいはループ自動実験における理論は、科学研究を加速するための重要な目標として浮上している。
重要な側面は、理論を使用するだけでなく、実験中にオンザフライ理論を更新することである。
本稿では,理論モデル空間と実験のベイズ的共ナビゲーションを通じて,理論をループに統合する手法を提案する。
提案手法は,実験対象空間上の疫学的不確実性を最小限に抑えるため,理論モデル内の制御パラメータの調整とともに,実験および計算のレイテンシとコストによって決定される速度でシミュレーションおよび実験領域の代理モデルの同時開発を利用する。
この手法は、相関部分を含む行動の代理モデルと理論モデル自体を含む、物質構造のデジタル双対の作成を促進する。
ここでは強誘電体材料における機能応答の文脈において実証されているが、我々のアプローチはより広範な応用、ナノクラスターにおける光学特性の探索、複雑な材料におけるミクロ構造に依存した性質、分子系の特性を約束している。
この資金調達をサポートする分析コードはhttps://github.com/Slautin/2024_Co-navigation/tree/mainで公開されている。
関連論文リスト
- Hamiltonian truncation tensor networks for quantum field theories [42.2225785045544]
連続場理論の古典的シミュレーションのためのテンソルネットワーク手法を提案する。
この手法はハミルトン・トランケーションとテンソル・ネットワーク技術に基づいて構築されている。
重要な発展の1つは、大域的プロジェクターの行列積状態表現の正確な構成である。
論文 参考訳(メタデータ) (2023-12-19T19:00:02Z) - Scalable, ab initio protocol for quantum simulating SU($N$)$\times$U(1)
Lattice Gauge Theories [0.0]
本稿では,SU($N$)$times$U(1)格子ゲージ理論のスケーラブルな量子シミュレーションのためのプロトコルを提案する。
このプロトコルは天然に存在するSU($N$)擬スピン対称性と、そのような原子種に特有の強い軌道間相互作用の組み合わせを利用する。
論文 参考訳(メタデータ) (2023-10-12T18:09:21Z) - Machine learning enabled experimental design and parameter estimation
for ultrafast spin dynamics [54.172707311728885]
機械学習とベイズ最適実験設計(BOED)を組み合わせた方法論を提案する。
本手法は,大規模スピンダイナミクスシミュレーションのためのニューラルネットワークモデルを用いて,BOEDの正確な分布と実用計算を行う。
数値ベンチマークでは,XPFS実験の誘導,モデルパラメータの予測,実験時間内でのより情報的な測定を行う上で,本手法の優れた性能を示す。
論文 参考訳(メタデータ) (2023-06-03T06:19:20Z) - Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。
そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文 参考訳(メタデータ) (2023-04-08T07:55:36Z) - $Ab\,initio$ derivation of lattice gauge theory dynamics for cold gases
in optical lattices [0.0]
物質に結合したU$(1)$の格子ゲージ理論の量子シミュレーション法を提案する。
我々はアルカリ-アース(-様)原子種で利用できる長寿命の準安定時計状態を利用する現実的で堅牢な実装に焦点をあてる。
論文 参考訳(メタデータ) (2023-01-09T16:09:08Z) - A Causal Research Pipeline and Tutorial for Psychologists and Social
Scientists [7.106986689736828]
因果関係は世界を理解する科学的努力の基本的な部分である。
残念なことに、因果関係は心理学や社会科学の多くの分野においていまだに曖昧である。
研究に因果的アプローチを採用することの重要性に対する多くの勧告によって、我々は、必然的に因果的理論を研究パイプラインの他の部分と調和させるために、心理学における研究の典型的なアプローチを再構築する。
論文 参考訳(メタデータ) (2022-06-10T15:11:57Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - Experimental progress on quantum coherence: detection, quantification,
and manipulation [55.41644538483948]
近年、量子コヒーレンスを資源として特徴づけることに大きな関心が寄せられている。
実験を実現するための主なプラットフォームとして、線形光学、核磁気共鳴、超伝導システムについて論じる。
また,コヒーレンスと不確実性の関係,経路情報,および操作と測定のコヒーレンスについて検討した。
論文 参考訳(メタデータ) (2021-05-14T14:30:47Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳(メタデータ) (2021-02-12T12:23:13Z) - A physics-informed operator regression framework for extracting
data-driven continuum models [0.0]
高忠実度分子シミュレーションデータから連続体モデルを発見するためのフレームワークを提案する。
提案手法は、モーダル空間における制御物理のニューラルネットワークパラメタライゼーションを適用する。
局所・非局所拡散過程や単相・多相流など,様々な物理分野におけるフレームワークの有効性を実証する。
論文 参考訳(メタデータ) (2020-09-25T01:13:51Z) - Theoretical methods for ultrastrong light-matter interactions [91.3755431537592]
本稿では,超強結合状態における空洞量子力学を理解するために開発された理論的手法について概説する。
本稿は、基底状態特性の解析的推定からマスター方程式の適切な計算まで、最近の進歩の概要を概説する。
論文の大半は、超強結合が到達した様々な実験プラットフォームに関連する効果的なモデルに特化している。
論文 参考訳(メタデータ) (2020-01-23T18:09:10Z)
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。