論文の概要: Inverse design of potential metastructures inspired from Indian medieval architectural elements
- arxiv url: http://arxiv.org/abs/2412.12122v2
- Date: Sun, 22 Dec 2024 13:10:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 15:52:42.077245
- Title: Inverse design of potential metastructures inspired from Indian medieval architectural elements
- Title(参考訳): インド中世の建築要素に触発された潜在構造体の逆設計
- Authors: Bishakh Bhattacharya, Tanuj Gupta, Arun Kumar Sharma, Ankur Dwivedi, Vivek Gupta, Subhadeep Sahana, Suryansh Pathak, Ashish Awasthi,
- Abstract要約: 特別に私たちを農耕したモチーフは、タジ・マハルに近いアグラ市にあるイティマド・ドゥ・ダウラの墓に由来する。
添加物製造法を用いて構造を作製し, その振動特性を実験的, 数値的に検討した。
これらの構造パネルの包括的研究により、弾性波伝搬の制御と適切な周波数帯域の生成における高い性能が明らかとなった。
- 参考スコア(独自算出の注目度): 4.490548560127647
- License:
- Abstract: In this study, we immerse in the intricate world of patterns, examining the structural details of Indian medieval architecture for the discovery of motifs with great application potential from the mechanical metastructure perspective. The motifs that specifically engrossed us are derived from the tomb of I'timad-ud-Daula, situated in the city of Agra, close to the Taj Mahal. In an exploratory study, we designed nine interlaced metastructures inspired from the tomb's motifs. We fabricated the metastructures using additive manufacturing and studied their vibration characteristics experimentally and numerically. We also investigated bandgap modulation with metallic inserts in honeycomb interlaced metastructures. The comprehensive study of these metastructure panels reveals their high performance in controlling elastic wave propagation and generating suitable frequency bandgaps, hence having potential applications as waveguides for noise and vibration control. Finally, we developed a novel AI-based model trained on numerical datasets for the inverse design of metastructures with a desired bandgap.
- Abstract(参考訳): 本研究では, 複雑なパターンの世界に没頭し, 機械的メタ構造の観点から大きな可能性を持つモチーフの発見のために, インド中世建築の構造的詳細を考察する。
特に私たちを魅了したモチーフは、タジ・マハルに近いアグラ市にあるイティマド・ドゥ・ダウラの墓から来ている。
発掘調査では,古墳のモチーフに触発された9つのインターレース構造を考案した。
添加物製造法を用いて構造を作製し, その振動特性を実験的, 数値的に検討した。
また,ミツバチ介在組織における金属介在物によるバンドギャップの調節について検討した。
これらの構造パネルの包括的研究により、弾性波伝搬を制御し、適切な周波数帯域を発生させることで、ノイズと振動の制御のための導波路としての可能性を示す。
最後に,所望のバンドギャップを持つメタストラクチャの逆設計のために,数値データセットに基づいて学習した新しいAIモデルを開発した。
関連論文リスト
- Gradient-based Design of Computational Granular Crystals [0.22499166814992436]
本研究では,物質中の波動伝搬の時間的ダイナミクスとリカレントニューラルネットワークの計算力学の類似性を構築し,高調波駆動結晶のための勾配最適化フレームワークを開発する。
本研究は, メタマテリアルの内在的設計空間を大きく拡張するグラデーションに基づく最適化手法であることを示す。
論文 参考訳(メタデータ) (2024-04-07T06:24:47Z) - Analysis of tidal flows through the Strait of Gibraltar using Dynamic
Mode Decomposition [0.0]
ジブラルタル海峡(英語: Strait of Gibraltar)は、海洋の複雑な亜海流の特徴を特徴とする地域である。
シミュレーションスナップショットをクープマンモードに分解するために動的モード分解(DMD)を用いる。
DMD解析は、ジブラルタル海峡の流動パターン、内部波の形成、および力学を包括的に理解する。
論文 参考訳(メタデータ) (2023-11-02T16:34:31Z) - Grokking of Hierarchical Structure in Vanilla Transformers [72.45375959893218]
トランスフォーマー言語モデルでは,極端に長い訓練期間を経て階層的に一般化できることが示される。
中間深度モデルは、非常に深い変圧器と非常に浅い変圧器の両方よりも良く一般化される。
論文 参考訳(メタデータ) (2023-05-30T04:34:13Z) - A Structure-Guided Diffusion Model for Large-Hole Image Completion [85.61681358977266]
画像中の大きな穴を埋める構造誘導拡散モデルを開発した。
本手法は,最先端の手法と比較して,優れた,あるいは同等の視覚的品質を実現する。
論文 参考訳(メタデータ) (2022-11-18T18:59:01Z) - Learning Signal-Agnostic Manifolds of Neural Fields [50.066449953522685]
ニューラルネットワークを利用して、画像、形状、オーディオ、およびモーダル・オーディオヴィジュアル領域の基盤となる構造を捉える。
GEMの基底多様体を横切ることで、信号領域に新しいサンプルを生成できることが示される。
論文 参考訳(メタデータ) (2021-11-11T18:57:40Z) - How to See Hidden Patterns in Metamaterials with Interpretable Machine
Learning [82.67551367327634]
我々は,材料単位セルのパターンを見つけるための,解釈可能な多分解能機械学習フレームワークを開発した。
具体的には、形状周波数特徴と単位セルテンプレートと呼ばれるメタマテリアルの2つの新しい解釈可能な表現を提案する。
論文 参考訳(メタデータ) (2021-11-10T21:19:02Z) - Dynamic Bottleneck for Robust Self-Supervised Exploration [84.78836146128236]
本稿では,インフォメーション・ボトルネックの原理に基づく動的関連表現を実現する動的ボトルネック(DB)モデルを提案する。
さらに,DBモデルに基づくDB-bonusを提案する。
実験の結果,DBボーナスによる探索は,ノイズの多い環境での最先端の探査方法よりも優れていた。
論文 参考訳(メタデータ) (2021-10-20T19:17:05Z) - Deep Convolutional Generative Modeling for Artificial Microstructure
Development of Aluminum-Silicon Alloy [0.0]
アルミニウム-シリコン合金の人工組織構築に, 深部生成モデリングを適用した。
Deep Generative Adversarial Networksは、与えられた微細構造画像データセットの人工的微細構造の開発に使用されている。
論文 参考訳(メタデータ) (2021-09-06T05:59:06Z) - Polynomial Networks in Deep Classifiers [55.90321402256631]
我々は深層ニューラルネットワークの研究を統一的な枠組みで行った。
私たちのフレームワークは、各モデルの誘導バイアスに関する洞察を提供します。
提案モデルの有効性を,標準画像および音声分類ベンチマークで評価した。
論文 参考訳(メタデータ) (2021-04-16T06:41:20Z) - Bosonic Hofstadter butterflies in synthetic antiferromagnetic patterns [0.0]
合成ゲージ場反強磁性パターンにおけるボソンに対するホフスタッター蝶の出現を理論的に研究した。
近接トンネルと隣接トンネルを併用した人工強磁性構造物の密結合モデルについて報告する。
蝶の構造は強磁性パターンと反強磁性パターンの両方に対して、磁気的ブリルアンゾーンの異なる点について解析される。
論文 参考訳(メタデータ) (2020-08-17T10:04:49Z) - Deep Generative Modeling for Mechanistic-based Learning and Design of
Metamaterial Systems [20.659457956055366]
深部生成モデルに基づく新しいデータ駆動メタマテリアル設計フレームワークを提案する。
本研究では,VAEの潜伏空間が,形状類似度を測定するための距離メートル法を提供することを示す。
機能的グレードとヘテロジニアスなメタマテリアルシステムの両方を設計することで、我々のフレームワークを実証する。
論文 参考訳(メタデータ) (2020-06-27T03:56:55Z)
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。