論文の概要: Physics-Informed Identification of Tensegrity Prestress across Taut-Slack Transitions

• arxiv url: http://arxiv.org/abs/2611.04007v1
• Date: Mon, 02 Nov 2026 21:50:16 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:45:44.514025
• Title: Physics-Informed Identification of Tensegrity Prestress across Taut-Slack Transitions
• Title（参考訳）: タウト-Slack遷移における引張応力の物理インフォームド同定
• Abstract要約: プレストレスは、引張構造の安定性、硬さ、動的挙動を支配している。 既存の識別方法は、タウト体制に限られている。 この研究は逆問題を定式化する。
• 参考スコア（独自算出の注目度）: 1.3663392786525794
• License:
• Abstract: Prestress governs the stability, stiffness, and dynamic behavior of tensegrity structures, but it is not directly observable from sparse structural measurements, and it may decrease during service life. Under strong excitation, the cables may slacken and the dynamics become nonsmooth. Existing identification methods are limited to the taut regime, and physics-informed networks for tensegrities solve only the forward problem of predicting the response from known member parameters. This study formulates the inverse problem. Neural networks are trained on the equation-of-motion residual in constrained Cartesian coordinates, where the mass matrix is constant and the force densities enter linearly. The force densities, damping, and axial stiffness are trainable parameters, and the tension-only cable law is kept. A Fisher-information analysis shows, before inversion, which member parameters a record can determine. The method is tested on simulated planar tensegrity frames with up to five modules and a three-dimensional prism, and on measured records of a biomimetic leg and a full-scale tensegrity simplex. On the one-module frame, the identifiable force densities are recovered within 1.5% from noisy accelerations at half the free coordinates, on records with and without taut-slack transitions. Records with transitions determine members that taut records leave undetermined. On the five-module frame, a 16-cable two-span bridge, the median force-density error rises moderately, to 4.2%. On measured records, an identified spring stiffness is within 0.1% of its independently measured value on average, and the identified simplex prestress at 13 levels agrees with its cable force transducers to 2.9% root-mean-square.
• Abstract（参考訳）: プレストレスは、引張構造の安定性、剛性、動的挙動を統制するが、スパース構造測定から直接観測することはできず、寿命の間は減少する可能性がある。 強い励起の下では、ケーブルは細くなり、ダイナミクスは非滑らかになる。 既存の同定法はタウト系に限られており、物理インフォームドネットワークは既知のメンバーパラメータから応答を予測するという前方問題のみを解決する。 この研究は逆問題を定式化する。 ニューラルネットワークは、質量行列が一定であり、力密度が線形に進入する制限されたカルト座標の運動残差方程式に基づいて訓練される。 力密度、減衰、軸方向剛性は訓練可能なパラメータであり、張力のみのケーブル法則は保持される。 Fisher-information分析は、レコードが決定できるメンバーパラメータをインバージョンする前に示す。 最大5つのモジュールと3次元プリズムを持つ模擬平面張力フレームと、生体模倣脚とフルスケールの張力単純度の測定記録を用いて試験を行った。 一加群フレーム上において、同定可能な力密度は自由座標の半分の雑音加速度から1.5%以内で復元される。 移行したレコードは、タウトレコードが未決定のままであるメンバーを決定する。 5つのモジュールのフレームでは、16ケーブルの2スパン橋が中央の力密度誤差を適度に上昇し、4.2%に上昇する。 測定された記録では、同定された春の剛性は平均で独立に測定された値の0.1%以内であり、同定された単純体前駆体はケーブル力変換器と一致し、2.9%のルート平均2.9%となる。

関連論文リスト

• MagCilia: A Compact Magnetociliary Tactile Sensor with 3D Force Sensing for Robotic Contact Perception and Grasping Feedback [38.39145897320797]
  フレキシブルな磁気シリア構造とホールセンサを組み合わせた3次元力覚センサ(MagCilia)を提案する。 その結果, 単一触覚単位を用いた3次元力再構成, グリーピングフィードバック, 表面認識が得られた。
  論文  参考訳（メタデータ） (2026-10-07T06:38:39Z)
• Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
  Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。 平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
  論文  参考訳（メタデータ） (2026-09-29T11:24:19Z)
• Stable and Counterfactually Robust Physical World Models from Imposed Structure and Learned Physics [42.21989596721942]
  世界モデルは、物理システムが記録からどのように進化するかを予測することを学ぶが、それが模倣するシステムは、完全に供給されず、確実に尊重されない物理法則に従う。 我々は、世界モデルにどれだけ一般的な物理構造がハードコードされなければならないか、そしてどのくらいのシステム固有の物理がデータから学べるのかを尋ねる。
  論文  参考訳（メタデータ） (2026-09-24T19:56:30Z)
• Sparse Regression Distilled from a Single Robust Fit [1.8047694351309203]
  ロバストな線形フィットは反応の汚染に抵抗するが、有用なグローバルな説明には密度が高すぎるか不安定である。 本研究では, 円滑に切断された絶対偏差 (SCAD) 推定器を, 剛性な初期推定器の吸入面に適合させるペナルト蒸留法を提案する。 本研究は, 予知型トレーニング応答シフト下において, 蒸留式推定器は予測的に安定でありながら, 81斜面の66.8-68.8を維持していることを示す。
  論文  参考訳（メタデータ） (2026-09-20T23:30:12Z)
• Trajectory-Aware Node Contributions and the Limits of Static Controllability [0.0]
  エマージェント・コントリビューション(emergent Contributence)とは、ノードの動的レバレッジの尺度である。 「EC」は線形時間不変極限における平均的な制御可能性に正確に還元する。 この位相空間内の複数の領域から推定される実数系を5つ配置する。
  論文  参考訳（メタデータ） (2026-06-02T02:56:36Z)
• False Feasibility in Variable Impedance MPC for Legged Locomotion [0.0]
  我々は,パラメータに基づく予測を実現するための許容剛性命令が存在しないことを証明した。 平面スプリング装荷逆振り子ダイナミクスへの機構伝達は、質量中心偏差と姿勢刺激偏差を確認する。 第2しきい値α_infeas α_critは、許容剛性範囲を制限することにより、実現可能性の修復が不可能な階を確立する。
  論文  参考訳（メタデータ） (2026-04-24T05:49:14Z)
• Flexible Gravitational-Wave Parameter Estimation with Transformers [73.44614054040267]
  本稿では,予測時間における多様な解析設定への適応を可能にする,フレキシブルトランスフォーマーベースのアーキテクチャをトレーニング戦略と組み合わせて導入する。 我々は、Dingo-T1と呼ばれる単一のフレキシブルモデルが、第3のLIGO-Virgo-KAGRA観測ランから48の重力波イベントを解析できることを実証した。
  論文  参考訳（メタデータ） (2025-12-02T17:49:08Z)
• Robust Physics-Informed Neural Network Approach for Estimating Heterogeneous Elastic Properties from Noisy Displacement Data [4.1040852284977225]
  IE-PINNはノイズ変位データから弾性パラメータの不均一分布を頑健に再構成するように設計されている。 IE-PINNは、変位場、ひずみ場、弾性分布を個別にモデル化するための3つの異なるニューラルネットワークアーキテクチャを統合している。
  論文  参考訳（メタデータ） (2025-06-16T22:20:44Z)
• Simultaneous boundary shape estimation and velocity field de-noising in Magnetic Resonance Velocimetry using Physics-informed Neural Networks [70.7321040534471]
  MRV(MR resonance velocimetry)は、流体の速度場を測定するために医療や工学で広く用いられている非侵襲的な技術である。 これまでの研究では、境界(例えば血管)の形状が先駆体として知られていた。 我々は、ノイズの多いMRVデータのみを用いて、最も可能性の高い境界形状と減音速度場を推定する物理インフォームニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2021-07-16T12:56:09Z)

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。