論文の概要: A Physics-Informed Hybrid Neural Operator for Transient Magnetization Prediction in Power Magnetics

• arxiv url: http://arxiv.org/abs/2608.02965v1
• Date: Mon, 03 Aug 2026 23:59:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:22.966934
• Title: A Physics-Informed Hybrid Neural Operator for Transient Magnetization Prediction in Power Magnetics
• Title（参考訳）: 過渡磁化予測のための物理インフォームドハイブリッドニューラル演算子
• Abstract要約: 本研究は、過渡磁化予測のためのB-Hエネルギー整合正則化を伴うコンパクトな物質特異的ニューラルモデルを提案する。 PI-HNOは、平均95%のB(t)-H(t)エネルギー整合誤差が1.92%と7.60%の、シーケンス精度とB(t)-H(t)エネルギー整合性のコンパクトなトレードオフを達成する。
• 参考スコア（独自算出の注目度）: 2.938272719942146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Magnetic components in high-frequency, high-power-density converters are increasingly driven by non-sinusoidal flux-density waveforms with fast transitions, minor-loop operation, dc bias, and temperature variation. Under these conditions, steady-state core-loss formulas and single-valued material curves cannot fully capture transient magnetization responses. This work proposes the Physics-Informed Hybrid Neural Operator (PI-HNO), a compact material-specific neural model with B-H energy-consistency regularization for core-loss-oriented transient magnetization prediction. Given the measured B(t)-H(t) history, the input B(t) series over the prediction interval and operating-condition information, PI-HNO predicts the H(t) series and the corresponding reconstructed B-H trajectory. The model integrates a local recurrent branch for boundary-state representation and rate-dependent response evolution with a Preisach-inspired global branch that extracts waveform-level hysteresis context. Evaluation on the MagNetX transient database using material-specific models for 14 ferrite materials demonstrates that PI-HNO achieves a compact trade-off between sequence accuracy and B(t)-H(t) energy consistency, with the mean and 95th percentile B(t)-H(t) energy consistency errors of 1.92% and 7.60%, respectively, using only 4777 trainable parameters per model. Ablation studies further demonstrate that the local, global, and energy-aware regularized components provide distinct contributions to transient magnetization prediction.
• Abstract（参考訳）: 高周波高密度コンバータの磁気成分は、高速な遷移、マイナーループ動作、dcバイアス、温度変化を伴う非正弦波束密度波形によってますます駆動される。 これらの条件下では、定常コアロス式と単値材料曲線は過渡磁化反応を完全に捉えることができない。 本研究は、B-Hエネルギー整合正則化を用いたコンパクトな物質特異的ニューラルモデルであるPhybrid-Informed Hybrid Neural Operator (PI-HNO) を、コアロス指向の過渡磁化予測のために提案する。 測定されたB(t)−H(t)履歴と、入力されたB(t)系列の予測間隔と動作条件情報とが与えられた場合、PI-HNOはH(t)系列と対応する再構成されたB-H軌道を予測する。 このモデルは、境界状態表現とレート依存応答の進化のための局所的リカレント分岐と、波形レベルのヒステリシスコンテキストを抽出するPreisachにインスパイアされたグローバルブランチを統合する。 14フェライト材料の材料固有モデルを用いたMagNetXトランジェントデータベースの評価では、PI-HNOは、平均95%のB(t)-H(t)エネルギー一貫性誤差が1.92%と7.60%で、それぞれ4777のトレーニング可能なパラメータで、シーケンス精度とB(t)-H(t)エネルギー一貫性のコンパクトなトレードオフを達成することが示されている。 アブレーション研究は、局所的、大域的、エネルギーに配慮した正則化成分が過渡的な磁化予測に明確な貢献をすることを示した。

関連論文リスト

• Composing Flow-Matching Energies with Known Physics: Generation, OOD Detection, and Inversion on PDE Fields [9.34545560117171]
  エネルギーベースモデル(EBM)は、エネルギーが加法的に構成されるので、推論中に物理情報を増やすことができるため、自然に適合する。 この研究で、電位誘起速度を伴う流れマッチングモデルが、全ての輸送時間において明示的なエネルギーをもたらすことを示す。 訓練されたモデルからのエネルギー関数へのアクセスは、エネルギー補正データ生成、アウト・オブ・ディストリビューション(OOD)検出のためのスコアリング機能としてのエネルギー、逆問題のためのエネルギー構成後サンプリングの3つの役割を果たす。
  論文  参考訳（メタデータ） (2026-08-18T16:53:08Z)
• Precision quantum simulation of magnon spectra and interactions [94.30337065819249]
  最大97量子ビットのアナログデジタル超伝導プロセッサを用いて, 2次元XYスピン-1/2マグネットにおける線形および非線形応答関数の高精度シミュレーションを行った。 以上の結果から,ブリュアン帯におけるマグノンの崩壊速度の変動が明らかとなり,バンホーブ特異点付近の増大とエッジ局在モードの抑制が認められた。
  論文  参考訳（メタデータ） (2026-07-14T22:11:22Z)
• Hybrid Neural Ordinary Differential Equations for Data-Efficient Polymerization Modeling with Incomplete Kinetics [42.58292307702424]
  自由ラジカル重合のデータ効率モデリングのためのハイブリッドニューラル正規微分方程式フレームワークを提案する。 ハイブリッドNODEは、離散時間フィードフォワードニューラルネットワークと、スパースデータ条件下で純粋にデータ駆動のNODEに対して評価される。 ノイズの多いデータと目に見えない操作条件の一般化シナリオでは、ハイブリッドNODEはデータ駆動NODEの0.31と離散時間モデルでの0.68に対して、RMSEの0.013を達成している。
  論文  参考訳（メタデータ） (2026-06-01T12:10:48Z)
• Application of parametric Shallow Recurrent Decoder Network to magnetohydrodynamic flows in liquid metal blankets of fusion reactors [0.0]
  本研究では,MHD状態再構成のための完全データ駆動型フレームワークについて検討する。 SHRED(SHallow Recurrent Decoder)は、フルタイム状態の再構築を目的としたニューラルネットワークアーキテクチャである。 SHREDは、トレーニング中に見られない高い再構成精度、一般化、磁場強度、配向、時間的進化を実現する。
  論文  参考訳（メタデータ） (2026-04-02T15:12:24Z)
• Orbital Transformers for Predicting Wavefunctions in Time-Dependent Density Functional Theory [45.322818939044645]
  時間依存密度汎関数理論(TDDFT)でシミュレートされた波動関数の学習を目指す。 リアルタイムTDDFTでは、分子の電子波動関数は外部励起に応答して時間とともに進化する。 本稿では,全電子波動関数の時間的発展を学習するOrbEvoを提案する。
  論文  参考訳（メタデータ） (2026-03-03T20:34:05Z)
• Physics Aware Neural Networks: Denoising for Magnetic Navigation [3.624059602945058]
  空中システムは、地磁気データを抽出する上で重要な課題に直面している。 本研究では, 分散自由ベクトル場とE(3)等分散という, 物理学に基づく2つの制約に基づく枠組みを提案する。 実験により、これらの制約を埋め込むことで予測精度と物理的妥当性が大幅に向上し、古典的なディープラーニングアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2026-02-14T09:23:57Z)
• A saturation-absorption rubidium magnetometer with multilevel optical Bloch-equation modeling for intermediate-to-high fields [0.054175212412726444]
  精密磁場計測のための原子センサSASHMAGについて述べる。 センサーは超微細なパスチェン-バック系で動作し、超微細な相互作用とゼーマン相互作用は分離される。 この強磁場依存状態におけるスペクトルの解釈のために,我々は包括的多レベル光ブロッホ方程式モデルを開発した。
  論文  参考訳（メタデータ） (2026-01-14T03:29:40Z)
• Design and Optimization of Spin Dynamics in Ge Quantum Dots: g-Factor Modulation, Dephasing Sweet Spots, and Phonon-Induced Relaxation [0.0]
  ひずみSi$_0.2$Ge$_0.8$/Geヘテロ構造におけるゲート定義量子ドット孔スピン量子ビットの3次元研究を示す。 本稿では,電界誘導型g-factor変調におけるデバイスサイズとゲートバイアスの影響を定量化し,電荷雑音に対するg-factor感度が最小となる垂直電界における「スイートスポット」を同定する。
  論文  参考訳（メタデータ） (2025-09-12T22:39:03Z)
• Electron-Electron Interactions in Device Simulation via Non-equilibrium Green's Functions and the GW Approximation [71.63026504030766]
  電子-電子(e-e)相互作用は、量子輸送シミュレーションに明示的に組み込まれなければならない。 この研究は、非平衡条件下でのナノデバイスの大規模原子論的量子輸送シミュレーションを報告した最初のものである。
  論文  参考訳（メタデータ） (2024-12-17T15:05:33Z)
• Transport properties and quantum phase transitions in one-dimensional superconductor-ferromagnetic insulator heterostructures [44.99833362998488]
  最近製造された半導体-超伝導-強磁性絶縁体ハイブリッドに着想を得た1次元電子ナノデバイスを提案する。 FMI層長をオレンジ色または/またはグローバルバックゲート電圧を印加することにより、スピン及びフェルミオンパリティ変化QPTを調整可能であることを示す。 以上の結果から,これらの効果は実験的に利用可能であり,ハイブリッドナノワイヤにおける量子相転移の研究のための堅牢なプラットフォームを提供する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-10-18T22:25:50Z)
• Predictions of Electromotive Force of Magnetic Shape Memory Alloy (MSMA) Using Constitutive Model and Generalized Regression Neural Network [0.0]
  強磁性形状記憶合金(MSMA)は室温での磁場印加による形状記憶効果を示す。 この研究は、Ni-Mn-Ga単結晶の既存のマクロスケール磁気力学モデルに新しい特徴を導入した。 モデル予測は、Ni-Mn-Ga単結晶上で収集された実験データと比較される。
  論文  参考訳（メタデータ） (2022-06-08T06:38:33Z)
• Rotating Majorana Zero Modes in a disk geometry [75.34254292381189]
  マイクロ波超伝導体を用いて作製した薄板ディスクにおけるマヨラナゼロモードの操作について検討した。 平面内磁場印加時に発生する2階位相角モードを解析する。 零モードと励起状態の周波数独立結合により, 断熱相においても振動が持続することを示す。
  論文  参考訳（メタデータ） (2021-09-08T11:18:50Z)
• Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
  本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。 超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
  論文  参考訳（メタデータ） (2021-03-15T21:38:41Z)
• Spin Entanglement and Magnetic Competition via Long-range Interactions in Spinor Quantum Optical Lattices [62.997667081978825]
  超低温物質中における空洞を介する長距離磁気相互作用と光学格子の効果について検討した。 競合シナリオを導入しながら,グローバルな相互作用がシステムの根底にある磁気特性を変化させていることが判明した。 これにより、量子情報目的のためのロバストなメカニズムの設計に向けた新しい選択肢が可能になる。
  論文  参考訳（メタデータ） (2020-11-16T08:03:44Z)

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。