論文の概要: Data-driven Modeling of Granular Chains with Modern Koopman Theory
- arxiv url: http://arxiv.org/abs/2411.15142v1
- Date: Fri, 01 Nov 2024 02:36:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-01 06:07:59.173148
- Title: Data-driven Modeling of Granular Chains with Modern Koopman Theory
- Title(参考訳): 現代のクープマン理論による粒界鎖のモデリング
- Authors: Atoosa Parsa, James Bagrow, Corey S. O'Hern, Rebecca Kramer-Bottiglio, Josh Bongard,
- Abstract要約: ディープニューラルネットワークは、グラニュラーシステムの本質的な非線形性を高次元線型空間に展開する潜在空間にダイナミクスをマッピングできることを示す。
提案するフレームワークは,物理モデルに関する前提を課すことなく,基礎となる力学を直接捉えることができる。
- 参考スコア(独自算出の注目度): 0.20971479389679332
- License:
- Abstract: Externally driven dense packings of particles can exhibit nonlinear wave phenomena that are not described by effective medium theory or linearized approximate models. Such nontrivial wave responses can be exploited to design sound-focusing/scrambling devices, acoustic filters, and analog computational units. At high amplitude vibrations or low confinement pressures, the effect of nonlinear particle contacts becomes increasingly noticeable, and the interplay of nonlinearity, disorder, and discreteness in the system gives rise to remarkable properties, particularly useful in designing structures with exotic properties. In this paper, we build upon the data-driven methods in dynamical system analysis and show that the Koopman spectral theory can be applied to granular crystals, enabling their phase space analysis beyond the linearizable regime and without recourse to any approximations considered in the previous works. We show that a deep neural network can map the dynamics to a latent space where the essential nonlinearity of the granular system unfolds into a high-dimensional linear space. As a proof of concept, we use data from numerical simulations of a two-particle system and evaluate the accuracy of the trajectory predictions under various initial conditions. By incorporating data from experimental measurements, our proposed framework can directly capture the underlying dynamics without imposing any assumptions about the physics model. Spectral analysis of the trained surrogate system can help bridge the gap between the simulation results and the physical realization of granular crystals and facilitate the inverse design of materials with desired behaviors.
- Abstract(参考訳): 粒子の高密度充填は、効果的な媒体理論や線形近似モデルでは説明できない非線形波動現象を示すことができる。
このような非自明な波動応答を利用して、音響焦点/スクランブル装置、音響フィルタ、アナログ計算ユニットを設計することができる。
高振幅振動や低閉じ込め圧力では、非線形粒子接触の効果はますます顕著になり、システムの非線形性、障害、離散性の相互作用は顕著な特性をもたらし、特にエキゾチックな特性を持つ構造物の設計に有用である。
本稿では, 力学系解析におけるデータ駆動手法を構築し, クープマンスペクトル理論が結晶粒度に適用可能であることを示す。
ディープニューラルネットワークは、グラニュラーシステムの本質的な非線形性を高次元線型空間に展開する潜在空間にダイナミクスをマッピングできることを示す。
概念実証として, 2粒子系の数値シミュレーションのデータを用いて, 様々な初期条件下での軌道予測の精度を評価する。
実験から得られたデータを組み込むことで,物理モデルに関する仮定を含まずに,基礎となる力学を直接捉えることができる。
訓練されたサロゲート系の分光分析は、シミュレーション結果と粒状結晶の物理的実現の間のギャップを埋め、望ましい振る舞いを持つ材料の逆設計を促進するのに役立つ。
関連論文リスト
- Data-driven model reconstruction for nonlinear wave dynamics [0.0]
複雑な波動媒質における光ウェーブレットの非線形進化ダイナミクスを解析するための解釈可能な機械学習フレームワークを提案する。
我々はスパースレグレッションを用いて、ウェーブパケットエンベロープの力学を正確に記述できるより単純な有効モデルに微視的な離散格子モデルを還元する。
再構成された方程式は、自己中心化や自己焦点化を含む線形分散非線形効果を正確に再現する。
論文 参考訳(メタデータ) (2024-11-18T13:17:10Z) - Using system-reservoir methods to derive effective field theories for
broadband nonlinear quantum optics: a case study on cascaded quadratic
nonlinearities [0.0]
多数の周波数成分間の非線形相互作用は、複素力学を誘導し、デファイ解析を行う。
我々は,貯水池の自由度を分解し,簡潔な有効モデルを確立するための摂動的枠組みを導入する。
本研究は, 高精度で直感的な還元モデル作成のためのシステム・貯留層法の有用性を強調した。
論文 参考訳(メタデータ) (2023-11-06T23:00:47Z) - 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) - Machine Learning Extreme Acoustic Non-reciprocity in a Linear Waveguide
with Multiple Nonlinear Asymmetric Gates [68.8204255655161]
この研究は、2つの局所的非線形非対称ゲートを組み込んだ受動1次元線形導波路による音響的非相互性の研究である。
最大透過率は40%に達し、上流から下流までの伝達エネルギーは波動伝播の方向によって最大9桁まで変化する。
論文 参考訳(メタデータ) (2023-02-02T17:28:04Z) - Slow semiclassical dynamics of a two-dimensional Hubbard model in
disorder-free potentials [77.34726150561087]
調和およびスピン依存線形ポテンシャルの導入は、fTWAを長期間にわたって十分に検証することを示した。
特に、有限2次元系に着目し、中間線形ポテンシャル強度において、高調波ポテンシャルの追加と傾きのスピン依存が、亜拡散力学をもたらすことを示す。
論文 参考訳(メタデータ) (2022-10-03T16:51:25Z) - Data-Driven Modeling and Prediction of Non-Linearizable Dynamics via
Spectral Submanifolds [0.0]
非線形(あるいは非線形)な力学系を表すデータセットから低次元予測モデルを構築する手法を開発した。
我々のデータ駆動・スパース非線形モデルは低次元における還元力学の拡張正規形式として得られる。
また、非力データに基づいてトレーニングされたSSM削減は、外部強制下での非線形応答を正確に予測する。
論文 参考訳(メタデータ) (2022-01-13T13:21:55Z) - Bloch Oscillations of Driven Dissipative Solitons in a Synthetic
Dimension [0.0]
本稿では,コヒーレント駆動光共振器の周波数空間における合成次元が非線形波の力学に与える影響について検討する。
特に、合成周波数次元に沿って発生する非線形散発的ブロッホ振動を観察し、研究する。
我々の研究は、Kerr共振器を長期合成次元における非線形力学の研究の理想的なプラットフォームとして確立している。
論文 参考訳(メタデータ) (2021-12-20T18:58:02Z) - Data-driven Nonlinear Model Reduction to Spectral Submanifolds in
Mechanical Systems [1.7499351967216341]
スペクトル部分多様体(SSM)に基づくデータ駆動非線形モデル削減手法についてレビューする。
入力として、この手法は非力の非線形振動を観測して、力学の正規形式を非常に低次元不変量に縮減する。
これらの正規形式は振幅依存特性をキャプチャし、外部強制の付加の下で非線形システム応答の予測を提供するのに十分正確である。
論文 参考訳(メタデータ) (2021-10-05T10:39:40Z) - Designing Kerr Interactions for Quantum Information Processing via
Counterrotating Terms of Asymmetric Josephson-Junction Loops [68.8204255655161]
静的空洞非線形性は通常、ボゾン量子誤り訂正符号の性能を制限する。
非線形性を摂動として扱うことで、シュリーファー・ヴォルフ変換を用いて実効ハミルトニアンを導出する。
その結果、立方体相互作用は、線形演算と非線形演算の両方の有効率を高めることができることがわかった。
論文 参考訳(メタデータ) (2021-07-14T15:11:05Z) - Hessian Eigenspectra of More Realistic Nonlinear Models [73.31363313577941]
私たちは、非線形モデルの広いファミリーのためのヘッセン固有スペクトルの言語的特徴付けを行います。
我々の分析は、より複雑な機械学習モデルで観察される多くの顕著な特徴の起源を特定するために一歩前進する。
論文 参考訳(メタデータ) (2021-03-02T06:59:52Z) - Neural Dynamic Mode Decomposition for End-to-End Modeling of Nonlinear
Dynamics [49.41640137945938]
ニューラルネットワークに基づくリフト関数を推定するためのニューラルダイナミックモード分解法を提案する。
提案手法により,予測誤差はニューラルネットワークとスペクトル分解によって逆伝搬される。
提案手法の有効性を,固有値推定と予測性能の観点から実証した。
論文 参考訳(メタデータ) (2020-12-11T08:34:26Z)
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。