論文の概要: AI-driven Inverse Design of Band-Tunable Mechanical Metastructures for Tailored Vibration Mitigation

• arxiv url: http://arxiv.org/abs/2412.12122v3
• Date: Fri, 28 Feb 2025 06:51:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-03 16:38:45.191396
• Title: AI-driven Inverse Design of Band-Tunable Mechanical Metastructures for Tailored Vibration Mitigation
• Title（参考訳）: 振動低減のためのAI駆動型バンド可変機械的構造逆設計
• Authors: Tanuj Gupta, Arun Kumar Sharma, Ankur Dwivedi, Vivek Gupta, Subhadeep Sahana, Suryansh Pathak, Ashish Awasthi, Bishakh Bhattacharya,
• Abstract要約: メカニカルシステムにおけるオンデマンド振動緩和には、マルチスケールなメタ構造の適切な設計が必要である。 添加物製造により9つの層間構造体を作製する。 ハニカムの層間構造における金属介在物によるバンドギャップ変調についても検討した。
• 参考スコア（独自算出の注目度）: 4.490548560127647
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: On-demand vibration mitigation in a mechanical system needs the suitable design of multiscale metastructures, involving complex unit cells. In this study, immersing in the world of patterns and examining the structural details of some interesting motifs are extracted from the mechanical metastructure perspective. Nine interlaced metastructures are fabricated using additive manufacturing, and corresponding vibration characteristics are studied experimentally and numerically. Further, the band-gap modulation with metallic inserts in the honeycomb interlaced metastructures is also studied. AI-driven inverse design of such complex metastructures with a desired vibration mitigation profile can pave the way for addressing engineering challenges in high-precision manufacturing. The current inverse design methodologies are limited to designing simple periodic structures based on limited variants of unit cells. Therefore, a novel forward analysis model with multi-head FEM-inspired spatial attention (FSA) is proposed to learn the complex geometry of the metastructures and predict corresponding transmissibility. Subsequently, a multiscale Gaussian self-attention (MGSA) based inverse design model with Gaussian function for 1D spectrum position encoding is developed to produce a suitable metastructure for the desired vibration transmittance. The proposed AI framework demonstrated outstanding performance corresponding to the expected locally resonant bandgaps in a targeted frequency range.
• Abstract（参考訳）: メカニカルシステムにおけるオンデマンド振動緩和には、複雑な単細胞を含むマルチスケールのメタ構造を適切に設計する必要がある。 本研究では, 機械的構造の観点から, パターンの世界に没入し, 興味深いモチーフの構造的詳細を考察する。 添加物製造法により9つの層間構造を作製し, 対応する振動特性を実験的・数値的に検討した。 また, ハニカム層間構造における金属介在物によるバンドギャップ変調についても検討した。 所望の振動緩和プロファイルを持つような複雑なメタ構造のAI駆動の逆設計は、高精度製造における工学的課題に対処するための道を開くことができる。 現在の逆設計手法は、単位細胞の限られた変種に基づく単純な周期構造の設計に限られている。 そこで, マルチヘッドFEMにインスパイアされた空間的注意(FSA)を用いた新しいフォワード解析モデルを提案し, メタ構造の複雑な形状を学習し, 対応する透過性を予測する。 その後、1次元スペクトル位置符号化のためのガウス関数を持つ多スケールガウス自己アテンション(MGSA)に基づく逆設計モデルを開発し、所望の振動伝達に適するメタ構造を生成する。 提案したAIフレームワークは、目標周波数範囲で予測される局所共振バンドギャップに対応する優れた性能を示した。

関連論文リスト

• Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
  そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。 キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
  論文  参考訳（メタデータ） (2025-04-23T06:29:10Z)
• Cliqueformer: Model-Based Optimization with Structured Transformers [102.55764949282906]
  大規模なニューラルネットワークは予測タスクに優れるが、タンパク質工学や材料発見といった設計問題への応用には、オフラインモデルベース最適化(MBO)の問題を解決する必要がある。 機能的グラフィカルモデル(FGM)を用いてブラックボックス関数の構造を学習するトランスフォーマーベースのアーキテクチャであるCliqueformerを提案する。 化学および遺伝子設計タスクを含む様々な領域において、Cliqueformerは既存の方法よりも優れた性能を示している。
  論文  参考訳（メタデータ） (2024-10-17T00:35:47Z)
• Anchor-Controlled Generative Adversarial Network for High-Fidelity Electromagnetic and Structurally Diverse Metasurface Design [6.452006201454395]
  電磁的忠実度と構造的多様性を改善するために,AcGAN(Anchor-control Generative Adversarial Network)を提案する。 AcGANはMean Squared Error (MSE) を73%削減する。
  論文  参考訳（メタデータ） (2024-08-29T03:11:55Z)
• The Buffer Mechanism for Multi-Step Information Reasoning in Language Models [52.77133661679439]
  大きな言語モデルの内部的推論メカニズムを調べることは、よりよいモデルアーキテクチャとトレーニング戦略を設計するのに役立ちます。 本研究では,トランスフォーマーモデルが垂直思考戦略を採用するメカニズムを解明するために,シンボリックデータセットを構築した。 我々は,GPT-2モデルに必要なトレーニング時間を75%削減し,モデルの推論能力を高めるために,ランダムな行列ベースアルゴリズムを提案した。
  論文  参考訳（メタデータ） (2024-05-24T07:41:26Z)
• 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)
• Mechanical Characterization and Inverse Design of Stochastic Architected Metamaterials Using Neural Operators [2.4918888803900727]
  機械学習は、建築された材料の設計のための変革的なツールとして登場しつつある。 ここでは、ディープニューラル演算子(DeepONet)を活用した、エンドツーエンドの科学MLフレームワークを紹介する。 2光子リソグラフィーを用いて印刷した脊椎の微細構造から得られた結果,機械的応答の予測誤差が5～10%の範囲内であることが判明した。
  論文  参考訳（メタデータ） (2023-11-23T05:23:15Z)
• 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)
• Disentangling Structured Components: Towards Adaptive, Interpretable and Scalable Time Series Forecasting [52.47493322446537]
  本研究では,時空間パターンの各コンポーネントを個別にモデル化する適応的,解釈可能,スケーラブルな予測フレームワークを開発する。 SCNNは、空間時間パターンの潜在構造を算術的に特徴づける、MSSの事前定義された生成プロセスで動作する。 SCNNが3つの実世界のデータセットの最先端モデルよりも優れた性能を達成できることを示すため、大規模な実験が行われた。
  論文  参考訳（メタデータ） (2023-05-22T13:39:44Z)
• Cross-Gate MLP with Protein Complex Invariant Embedding is A One-Shot Antibody Designer [58.97153056120193]
  抗体の特異性は、その相補性決定領域(CDR)によって決定される 従来の研究では、複雑な技術を使ってCDRを生成するが、不適切な幾何学的モデリングに悩まされている。 本稿では,CDRの1次元配列と3次元構造を1ショットで共設計できるテクスタイスシンプルで効果的なモデルを提案する。
  論文  参考訳（メタデータ） (2023-04-21T13:24:26Z)
• 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)
• Deep-Learning Empowered Inverse Design for Freeform Reconfigurable Metasurfaces [3.728073286482581]
  本稿では,自由形再構成可能な準曲面に対して,深層学習による逆設計手法を提案する。 畳み込みニューラルネットワークモデルは、自由形メタ原子の応答を予測するために訓練される。 逆設計の広帯域再構成可能な準曲面プロトタイプを作製し,ビーム走査用として測定した。
  論文  参考訳（メタデータ） (2022-11-11T15:01:32Z)
• 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)
• Metamodel Based Forward and Inverse Design for Passive Vibration Suppression [2.6774008509840996]
  周期的メタマテリアルは、同じ単位細胞の自己複製鎖ではなく、異なる構造ブロック(細胞)から構成される構造システムを表す。 本稿では,1次元メタマテリアルシステム,すなわちドリルストリングに適用した設計自動化フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T18:11:11Z)
• 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。