論文の概要: Bounded Channel-Adaptive Spectral Learning for Forward-Consistent Inverse Flapping-Wing Aerodynamics

• arxiv url: http://arxiv.org/abs/2609.38730v1
• Date: Wed, 30 Sep 2026 01:06:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.933762
• Title: Bounded Channel-Adaptive Spectral Learning for Forward-Consistent Inverse Flapping-Wing Aerodynamics
• Title（参考訳）: 前向きの逆フラッピング翼空力に対する境界チャネル適応スペクトル学習
• Abstract要約: 羽ばたき翼の車両は、ストローク、偏差、ピッチ運動の調整された変化を通じて空気力学力とモーメントを調節する。 既存のシーケンスモデルは時間的依存を捉え、スペクトル法はフラッピング運動の周期的構造を利用することができる。 本稿では,繰り返し時間予測を主表現として保持するBCS-GRU(Bunded Channel-Adaptive Spectral Residual Gated Recurrent Unit)を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Flapping-wing vehicles regulate aerodynamic forces and moments through coordinated variations in stroke, deviation, and pitch motion. Because the resulting loads depend on both the instantaneous wing configuration and its preceding motion history, recovering suitable wing kinematics from a desired aerodynamic trajectory is a challenging inverse problem. Existing sequence models capture temporal dependencies, while spectral methods can exploit the periodic structure of flapping motion. However, unrestricted frequency-domain augmentation may interfere with temporal representations and produce inconsistent corrections across kinematic variables and prediction horizons. We propose the Bounded Channel-Adaptive Spectral Residual Gated Recurrent Unit (BCS-GRU), which retains recurrent temporal prediction as its primary representation and restricts spectral information to a controlled output-specific correction. We further introduce a causally aligned forward-consistency objective that evaluates predicted kinematics through a separately trained and frozen aerodynamic surrogate. Experiments under a unified episode-level protocol show that BCS-GRU improves inverse prediction over recurrent and adaptive-spectral baselines, with greater benefits at longer prediction horizons. Forward-consistent fine-tuning further improves surrogate-based aerodynamic consistency while maintaining mean kinematic accuracy. These results demonstrate that controlled spectral correction and forward-consistent learning provide an effective framework for history-aware inverse modelling of flapping-wing aerodynamics.
• Abstract（参考訳）: 羽ばたき翼の車両は、ストローク、偏差、ピッチ運動の調整された変化を通じて空気力学力とモーメントを調節する。 結果として生じる負荷は、瞬時翼配置とそれ以前の運動履歴の両方に依存するため、望ましい空力軌道から適切な翼運動学を回復することは、難しい逆問題である。 既存のシーケンスモデルは時間的依存を捉え、スペクトル法はフラッピング運動の周期的構造を利用することができる。 しかし、制限のない周波数領域の増大は時間的表現に干渉し、運動学変数と予測水平線をまたいだ矛盾した補正をもたらす可能性がある。 本稿では,再帰的時間予測を主表現として保持し,スペクトル情報を制御された出力固有補正に制限するBCS-GRU(Bunded Channel-Adaptive Spectral Residual Gated Recurrent Unit)を提案する。 さらに、別々に訓練された凍結空力サロゲートを用いて、予測キネマティクスを評価する、因果的に整合した前方整合性目標を導入する。 統合されたエピソードレベルのプロトコルによる実験では、BCS-GRUは繰り返しおよび適応スペクトルベースラインに対する逆予測を改善し、より長い予測地平線においてより優れた利点を示す。 前向きの微調整により、平均運動精度を維持しながら代理ベースの空気力学的整合性がさらに向上する。 これらの結果は,制御スペクトル補正と前方一致学習が,羽ばたき翼空力学の履歴認識逆モデリングに有効な枠組みであることを示す。

関連論文リスト

• FlapKAD: A Simulation Dataset of Coupled Wing Kinematics and Aerodynamic Dynamics for Flapping-Wing Aerial Vehicles [0.0]
  羽ばたき航空機の実験とモデル化は、大規模記録の不足によって制限される。 FlapKADは2000回の剛体翼飛行と720,152回の有効時間ステップからなるエピソード構造シミュレーションデータセットである。
  論文  参考訳（メタデータ） (2026-09-30T00:53:15Z)
• A Residual Learning Approach for Unsteady Aerodynamic Load Prediction [0.0]
  本研究では, 残留学習による非定常空力負荷予測の実現可能性について検討した。 高忠実性CFDリフトデータを用いて,NLR 7301 の翼面評価を行った。 残差モデルは、入力がワグナーの定式化変数と整合するときに最もよく機能する。
  論文  参考訳（メタデータ） (2026-08-18T15:26:55Z)
• Spatio-Temporal Prediction of Unsteady Airfoil Aerodynamics Using Augmented Graph Neural Ordinary Differential Equations with Exogenous Controls [0.0]
  本稿では,GNNと拡張ニューラル正規微分方程式を組み合わせることで,投球翼の表面力の時間的安定な予測が得られることを示す。 GNODEと呼ばれる我々の手法は、自己回帰GNNベースラインよりも時間的に安定し、空間的に滑らかで、全体としてより正確な結果をもたらすことがわかった。
  論文  参考訳（メタデータ） (2026-07-17T14:21:37Z)
• Least-Action-Guided Diffusion for Physical Extrapolation [1.2609533046091317]
  推論時の物理的整合性を促進する最小作用原理誘導拡散(LAPG)を導入する。 代表的な常微分方程式および偏微分方程式系上でのLAPGの評価を行った。 時間、パラメータ、幾何学的外挿試験では、LAPGは位相ドリフトを減少させ、散逸性減衰を保ち、渦の動きを捕捉し、翼流の昇降反応を改善する。
  論文  参考訳（メタデータ） (2026-06-09T10:59:37Z)
• PnP-Corrector: A Universal Correction Framework for Coupled Spatiotemporal Forecasting [62.22445401483844]
  既存の手法は複雑なエラーのボトルネックによって厳しく制約されている。 我々は-Cast-Corrector (Plug-and-Play Corrector)と呼ばれる普遍的なフレームワークを提案する。 本手法は,結合予測システムの長期安定性を著しく向上させる。
  論文  参考訳（メタデータ） (2026-05-09T13:12:33Z)
• Eulerian Motion Guidance: Robust Image Animation via Bidirectional Geometric Consistency [74.90075313101933]
  本稿では、より局所的な監視設計により、同じ光フロープリミティブを再考する。 我々は隣接フレームのユーレアン運動場を用いて生成を誘導し、そこでは運動信号が常に短い時間ホップを記述する。 隣接するフレーム生成に共通するドリフトアーティファクトを軽減するために,双方向幾何整合機構を導入する。
  論文  参考訳（メタデータ） (2026-05-07T13:53:31Z)
• Physics-infused Learning for Aerial Manipulator in Winds and Near-Wall Environments [3.895172208362693]
  空中操作(AM)は、受動的観測から高高度およびその他の到達不能な環境での接触操作まで、UAV能力を拡大する。 本稿では,物理に基づくブレード要素モデルと学習に基づく残留力推定器を統合し,外乱補償のためのロータ速度割当戦略を組み込むことにより,統一的な制御フレームワークを実現する。 その結果, 従来の手法よりも外乱推定と軌道追跡精度が向上し, 困難な空力条件下でのロバストな壁面接触実行が可能となった。
  論文  参考訳（メタデータ） (2026-03-08T22:08:15Z)
• On Exact Editing of Flow-Based Diffusion Models [97.0633397035926]
  本研究では,フローベース編集を既知ソースによって駆動される分散変換問題として再構成する条件付き速度補正(CVC)を提案する。 CVCは、双対パースペクティブな速度変換機構を導入することにより、分配間変換における速度の役割を再考する。 我々は,CVCが優れた忠実度,セマンティックアライメント,多種多様なタスクに対する信頼性の高い編集動作を一貫して達成していることを示す。
  論文  参考訳（メタデータ） (2025-12-30T06:29:20Z)

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。