オランダの AI 研究者が、有用な特性を持つ新しい複雑なメタマテリアルを設計するための機械学習ベースの方法を提案

組み合わせの問題は、パズル、折り紙、メタマテリアル デザインでよく発生します。 このような問題には、構成空間で複雑で明確な境界を生成するソリューションのまれなコレクションがあります。 標準的な統計的および数値的手法を使用して、これらの境界を把握することは、多くの場合非常に困難です。 3D折り紙を傷つけずに平らにすることはできますか? この質問は、そのような組み合わせの問題の 1 つです。 各折り目は平坦化と一致する必要があるため、そのような結果は、デザインをちらりと見ただけでは予測が困難です。 このような質問に答えるために、UvA 物理学研究所と研究センター AMOLF は、研究者が機械学習技術を使用することで、そのような質問により効果的かつ正確に応答できることを示しました。

大幅にアンダーサンプリングされたトレーニング セットを使用しているにもかかわらず、畳み込みニューラル ネットワーク (CNN) は、これらのメタマテリアルを詳細に区別することを学習できます。 これは、ネットワークがスパーストレーニングセットから組み合わせ規則の根底にあるものを推測することを示すことにより、複雑な材料設計の可能性を高めます。 研究チームは、これにより、人工知能を備えた洗練された機能的なメタマテリアルの開発が容易になると考えています。 チームの最近の研究では、人工知能を使用して、これらの組み合わせの機械的メタマテリアルの特性を予測する精度を調べました。 彼らの研究は Physical Review Letters にも掲載されています。

工学的材料である人工材料の属性は、化学組成ではなく幾何学的構造によって支配されます。 折り紙はそのようなメタマテリアルの 1 つです。 折り紙を平らにできるかどうかは、折り方、つまりその構造によって決まり、紙の種類によって決まるわけではありません。 より一般的に言えば、巧妙な設計により、メタマテリアルの曲げ、座屈、または膨らみを正確に調整できます。 これは、展開する衛星ソーラーパネルからショックアブソーバーまで、さまざまなものに使用できます。

コンビナトリアル メタマテリアルは通常、2 つ以上の異なる向きのビルディング ピースで構成されます。 これらのビルディング ブロックは、外部の機械的な力に応じてさまざまに変形します。 これらの建築部品がランダムに混合されている場合、材料は通常、圧力がかかっても変形しません。 積み木は、外側に突き出したいところを内側に押し込むことができる必要があります。 すべての歪んだ構造コンポーネントは、メタマテリアルがすばやく曲がるために、ジグソー パズルのように収まる必要があります。 「フロッピー」メタマテリアルは、単一の折り目を変更すると折り紙のピースが平らにならないように、単一のブロックを変更することで硬くなります。

メタマテリアルには幅広い潜在的な用途がありますが、予測不可能な挙動のため、新しい用途を作成することは困難です。 通常、特定のビルディング ブロックのセットから始めて、さまざまな構造の一般的なメタマテリアルの特性を決定するには、試行錯誤が必要です。 最近の技術開発により、研究者がこれらすべての作業を手作業で行う必要がなくなりました。 ただし、組み合わせメタマテリアルの特性は個々の構成要素の変化に非常に敏感であるため、典型的な統計的および数値的方法は遅く、エラーが発生しやすくなります。 ここで機械学習の出番です。 CNN は、最小限の例から学習するだけでも、ビルディング ブロックの任意の構成のメタマテリアル プロパティを最小の詳細に至るまで正確に予測できます。

CNN の結果は驚くべきものであり、予想をはるかに超えていました。 予測の正確さは、ニューラル ネットワークがメタマテリアルの挙動を支配する基本的な数学的原理を真に習得したことを示しました。 これらの結果は、関連する特性を持つ複雑なメタマテリアルを AI を使用して作成できることを示しています。 より一般的には、ニューラル ネットワーク アプリケーションは、研究者がさまざまな状況で組み合わせ問題を解決するのを支援し、さまざまな興味深い懸念を提起することができます。 この結果は、ニューラル ネットワークの複雑さとそれが処理できる問題の複雑さとの相関関係を示すことで、ニューラル ネットワークを理解するのにも役立ちます。

This Article is written as a research summary article by Marktechpost Staff based on the research paper 'Machine Learning of Implicit Combinatorial Rules in Mechanical Metamaterials'. All Credit For This Research Goes To Researchers on This Project. Check out the paper and reference article.
Please Don't Forget To Join Our ML Subreddit


Khushboo Gupta は MarktechPost のコンサルティングインターンです。 彼女は現在、ゴアのインド工科大学 (IIT) で B.Tech を目指しています。 彼女は、機械学習、自然言語処理、および Web 開発の分野に情熱を注いでいます。 彼女は、いくつかの課題に参加することで、技術分野についてさらに学ぶことを楽しんでいます。


Leave a Comment

Your email address will not be published. Required fields are marked *