Connect with us

science

Enseigner la physique à l’IA peut lui permettre de faire de nouvelles découvertes par elle-même

Published

on

Enseigner la physique à l’IA peut lui permettre de faire de nouvelles découvertes par elle-même

Des chercheurs de l’Université Duke ont découvert que les algorithmes d’apprentissage automatique peuvent acquérir de nouveaux degrés de transparence et un aperçu des propriétés des matériaux après leur avoir enseigné la physique connue.

L’intégration de la physique bien établie dans les algorithmes des réseaux de neurones aide à découvrir de nouvelles informations sur les propriétés des matériaux

Selon des chercheurs de université de DukeL’intégration de la physique connue dans les algorithmes d’apprentissage automatique pourrait aider les boîtes noires obscures à atteindre de nouveaux niveaux de transparence et à mieux comprendre les propriétés des matériaux.

Les chercheurs ont utilisé un algorithme d’apprentissage automatique de pointe dans l’un des premiers efforts de ce type pour caractériser une classe de matériaux d’ingénierie connus sous le nom de métamatériaux et prédire comment ils interagiraient avec les champs électromagnétiques.

L’algorithme a été essentiellement obligé de montrer qu’il fonctionnait car il devait d’abord prendre en compte les limitations physiques connues de la supermatière. La méthode a non seulement permis à l’algorithme de prédire les propriétés du métamatériau avec une grande[{ » attribute= » »>accuracy, but it also did it more quickly and with additional insights than earlier approaches.

Silicon Metamaterials

Silicon metamaterials such as this, featuring rows of cylinders extending into the distance, can manipulate light depending on the features of the cylinders. Research has now shown that incorporating known physics into a machine learning algorithm can reveal new insights into how to design them. Credit: Omar Khatib

The results were published in the journal Advanced Optical Materials on May 13th, 2022.

“By incorporating known physics directly into the machine learning, the algorithm can find solutions with less training data and in less time,” said Willie Padilla, professor of electrical and computer engineering at Duke. “While this study was mainly a demonstration showing that the approach could recreate known solutions, it also revealed some insights into the inner workings of non-metallic metamaterials that nobody knew before.”

READ  Hercule l'homme fort et une grande foule de footballeurs

Metamaterials are synthetic materials composed of many individual engineered features, which together produce properties not found in nature through their structure rather than their chemistry. In this case, the metamaterial consists of a large grid of silicon cylinders that resemble a Lego baseplate.

Depending on the size and spacing of the cylinders, the metamaterial interacts with electromagnetic waves in various ways, such as absorbing, emitting, or deflecting specific wavelengths. In the new paper, the researchers sought to build a type of machine learning model called a neural network to discover how a range of heights and widths of a single-cylinder affects these interactions. But they also wanted its answers to make sense.

“Neural networks try to find patterns in the data, but sometimes the patterns they find don’t obey the laws of physics, making the model it creates unreliable,” said Jordan Malof, assistant research professor of electrical and computer engineering at Duke. “By forcing the neural network to obey the laws of physics, we prevented it from finding relationships that may fit the data but aren’t actually true.”

The physics that the research team imposed upon the neural network is called a Lorentz model — a set of equations that describe how the intrinsic properties of a material resonate with an electromagnetic field. Rather than jumping straight to predicting a cylinder’s response, the model had to learn to predict the Lorentz parameters that it then used to calculate the cylinder’s response.

Incorporating that extra step, however, is much easier said than done.

“When you make a neural network more interpretable, which is in some sense what we’ve done here, it can be more challenging to fine-tune,” said Omar Khatib, a postdoctoral researcher working in Padilla’s laboratory. “We definitely had a difficult time optimizing the training to learn the patterns.”

READ  Découvrez chaque jour de nouvelles galaxies

Once the model was working, however, it proved to be more efficient than previous neural networks the group had created for the same tasks. In particular, the group found this approach can dramatically reduce the number of parameters needed for the model to determine the metamaterial properties.

They also found that this physics-based approach to artificial intelligence is capable of making discoveries all on its own.

As an electromagnetic wave travels through an object, it doesn’t necessarily interact with it in exactly the same way at the beginning of its journey as it does at its end. This phenomenon is known as spatial dispersion. Because the researchers had to tweak the spatial dispersion parameters to get the model to work accurately, they discovered insights into the physics of the process that they hadn’t previously known.

“Now that we’ve demonstrated that this can be done, we want to apply this approach to systems where the physics is unknown,” Padilla said.

“Lots of people are using neural networks to predict material properties, but getting enough training data from simulations is a giant pain,” Malof added. “This work also shows a path toward creating models that don’t need as much data, which is useful across the board.”

Reference: “Learning the Physics of All-Dielectric Metamaterials with Deep Lorentz Neural Networks” by Omar Khatib, Simiao Ren, Jordan Malof and Willie J. Padilla, 13 May 2022, Advanced Optical Materials.
DOI: 10.1002/adom.202200097

This research was supported by the Department of Energy (DESC0014372).

Continue Reading
Click to comment

Leave a Reply

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

science

Le brouillard rencontre les montagnes des Salomon

Published

on

Le brouillard rencontre les montagnes des Salomon

Prise par un astronaute à bord de la Station spatiale internationale oblique – oblique Une photo des monts Salomon, au centre du Pakistan. Cette amplitude est due à la lente collision des plaques tectoniques indienne et eurasienne qui a commencé il y a environ 60 millions d'années. Les sommets s'élèvent à plus de 3 000 mètres (10 000 pieds) au-dessus du niveau de la mer dans la partie nord de la chaîne de montagnes, comme le montre cette image.

Les monts Salomon forment une barrière naturelle entre les plateaux à l'ouest et la vallée de l'Indus à l'est. Les vents soufflant de l'océan Indien et de la plaine inondable de l'Indus transportent l'humidité et les particules vers l'intérieur des terres, provoquant des inondations. Un mélange de brume, de brume et de nuages Se former du côté sous le vent de la chaîne de montagnes.

Les nuages ​​et le brouillard ne peuvent pas traverser les terrains montagneux de haute altitude. Flux forcé du terrain Au lieu de cela, des conduits d'air autour de la cuisinière. Cependant, un petit courant de vapeur peut être vu passer à travers des brèches dans la barrière près de la ville de Dana Sar, où il traverse une vallée de montagne.

Une caractéristique unique de la photographie des astronautes de la Terre est la capacité des membres de l'équipage à mettre en valeur les caractéristiques du paysage en prenant des photos de Attentes – Opinions Autre que le rectum (anadir). Cette photo profite de la vue oblique pour mettre en valeur la robustesse des monts Salomon en mettant en valeur les ombres créées par le terrain.

READ  Les scientifiques pensent qu'une ancienne fusée vient de frapper la lune à 5 800 milles à l'heure

Photo d'un astronaute ISS070-E-42565 Acquis le 17 décembre 2023 avec un appareil photo numérique Nikon D5 utilisant une focale de 460 mm. Il est fourni par l’installation d’observation de la Terre de l’équipage de la Station spatiale internationale et l’unité des sciences de la Terre et de télédétection du Johnson Space Center. La photo a été prise par l'un des membres Equipage d'expédition 70. L'image a été recadrée et améliorée pour améliorer le contraste, et les éléments de lentille ont été supprimés. le Programme de la Station spatiale internationale Accompagne le laboratoire dans le cadre de Laboratoire national de l'ISS Aider les astronautes à prendre des images de la Terre qui seront d'une grande valeur pour les scientifiques et le public, et rendre ces images librement accessibles sur Internet. Des photos supplémentaires prises par les astronautes et les astronautes peuvent être consultées sur NASA/JSC Portail pour les photographies de la Terre par les astronautes. Commentaire de Kadan Cummings, Jacobs, contrat JETS II à la NASA-JSC.

Continue Reading

science

Le satellite chinois Einstein Probe prend ses premières photos en orbite – Xinhua

Published

on

Le satellite chinois Einstein Probe prend ses premières photos en orbite – Xinhua
Cette image montre une vue prise par le télescope à rayons X à grand champ (WXT) pointé vers le centre de la Voie lactée pendant environ 40 000 secondes. (Centre national des sciences spatiales de l'Académie chinoise des sciences/communiqué via l'agence de presse Xinhua)

BEIJING, 27 avril 2020 (Xinhua) – Le satellite astronomique chinois Einstein Probe, envoyé dans l'espace en janvier de cette année, a capturé les premières images de découverte en orbite, qui ont été présentées lors d'un forum parallèle au Forum Zhongguancun 2024 à Pékin. Le samedi.

Inspiré par les fonctions des yeux de homard, l'EP utilise une nouvelle technologie de détection aux rayons X pour détecter de mystérieux phénomènes transitoires dans l'univers qui clignotent comme des feux d'artifice.

Depuis le lancement de la sonde le 9 janvier de cette année, des tests opérationnels ont été effectués, confirmant la fonctionnalité et les spécifications, a déclaré Yuan Weimin, chercheur principal de la mission EP et chercheur aux Observatoires astronomiques nationaux de l'Académie chinoise des sciences. Performances du satellite EP et de ses instruments scientifiques.

Pendant la phase d'exploitation, EP a détecté 17 transitoires de rayons X et 127 éruptions stellaires. Ces résultats ont guidé un groupe de télescopes au sol et dans l'espace lors d'observations ultérieures dans plusieurs bandes d'ondes, a déclaré Yuan.

Yuan a ajouté que l'analyse préliminaire des données de l'EP et d'autres télescopes a confirmé la capacité de l'EP à détecter diverses sources de rayons X et même de nouveaux types d'objets, ainsi que son rôle important dans la révélation de l'évolution de l'univers et de la structure de l'espace-temps.

READ  Comment les lignes de faille dans un évier de cuisine changent ce que nous savons de la géologie

« Grâce à de grands efforts, notre équipe a rendu possible cette mission presque impossible », a déclaré Yuan.

Zhang Chen, chercheur principal adjoint à l'EP, a déclaré que la sonde avait pris des images aux rayons X de divers objets célestes pendant sa phase de fonctionnement. Ces observations ont démontré les capacités exceptionnelles des deux instruments scientifiques de l'EP : le télescope à rayons X à grand champ (WXT) pour observer un panorama du ciel en rayons X, et le télescope à rayons X de suivi (FXT) pour fournir une vue rapprochée du ciel aux rayons X. -Affiche et identifie les sources transitoires capturées par WXT.

Zhang a ajouté qu'EP poursuivrait ses activités d'étalonnage en orbite dans les mois à venir.

La mission EP fait partie d’une série de missions scientifiques spatiales dirigées par CAS. Il s'agit également d'une mission de coopération internationale avec la contribution de l'Agence spatiale européenne (ESA), de l'Institut Max Planck de physique extraterrestre (MPE) en Allemagne et de l'agence spatiale française CNES.

La mission vise à aider les scientifiques à capturer la première lumière des explosions de supernova, à rechercher et à localiser les signaux de rayons X accompagnant les événements d'ondes gravitationnelles, et à détecter les trous noirs dormants et d'autres corps célestes faibles, éphémères et variables dans les confins de l'univers.

Continue Reading

science

L'écran de communication laser de la NASA transmet des données à plus de 140 millions de kilomètres

Published

on

L'écran de communication laser de la NASA transmet des données à plus de 140 millions de kilomètres

La démonstration de la technologie Deep Space Optical Communications (DSOC) de la NASA, qui se déroule à bord du vaisseau spatial Psyche de la NASA, continue de battre des records. Bien que le vaisseau spatial ne repose pas sur les communications optiques pour envoyer des données, la nouvelle technologie a démontré sa capacité en envoyant une copie des données techniques à une distance de plus de 140 millions de miles (226 millions de kilomètres), soit 1,5 fois la distance entre la Terre et le Soleil. .

Il s’agit d’une réalisation record qui donne un aperçu de la manière dont les engins spatiaux utiliseront les communications optiques à l’avenir. Cette technologie pourrait permettre des communications à débit de données plus élevé pour des informations scientifiques complexes, ainsi que des images et des vidéos haute définition, le tout pour soutenir le prochain pas de géant de l'humanité : envoyer des humains sur Mars.

Le vaisseau spatial a été lancé le 13 octobre 2023 et est maintenant en route vers la principale ceinture d'astéroïdes entre Mars et Jupiter pour visiter l'astéroïde Psyché. Sa technologie de communication laser est conçue pour transmettre des données depuis l’espace lointain à des vitesses 10 à 100 fois plus rapides que les systèmes radiofréquences actuellement utilisés dans les missions dans l’espace lointain.

La démonstration de communications optiques de la NASA a montré qu'elle peut transmettre des données de test à un débit maximum de 267 mégabits par seconde (Mbps) à partir du laser de liaison descendante proche infrarouge de son émetteur-récepteur laser. Cette vitesse est comparable aux vitesses de téléchargement Internet haut débit, ce qui en fait un développement passionnant pour l’avenir des communications par satellite.

READ  Découvrez chaque jour de nouvelles galaxies

Le 11 décembre 2023, la NASA a pu envoyer une vidéo ultra haute définition de 15 secondes vers la Terre à une distance de 19 millions de kilomètres, soit environ 80 fois la distance entre la Terre et la Lune. La vidéo, ainsi que d'autres données de test, y compris des versions numériques d'œuvres d'art inspirées de l'ASU, ont été téléchargées sur l'émetteur-récepteur laser de l'aviation avant le lancement de Psyché l'année dernière.

Le taux de transfert de données du vaisseau spatial diminuait considérablement à mesure qu'il s'éloignait. Lors du test du 8 avril, le vaisseau spatial a pu transmettre des données de test à un débit maximum de 25 Mbps, bien au-dessus de l'objectif minimum du projet de 1 Mbps.

Cette visualisation montre la position du vaisseau spatial Psyché le 8 avril lorsque l'émetteur-récepteur laser aéronautique DSOC a transmis des données à un débit de 25 mégabits par seconde sur une portée de 140 millions de miles vers une station de liaison descendante sur Terre. Source de l'image : NASA/JPL-Caltech

De plus, l'équipe du projet a testé avec succès le système de communication optique de l'émetteur-récepteur en envoyant une partie des mêmes données au télescope Hale de l'observatoire Palomar de Caltech, et en transmettant en même temps les données au Deep Space Network de la NASA via un canal radiofréquence.

Après le lancement de Psyché, l'affichage des communications visuelles a été utilisé pour la première fois pour relier des données préchargées, qui comprenaient des données célèbres. Vidéo du chat Taters. Depuis lors, le projet a démontré que l'émetteur-récepteur peut recevoir des données provenant d'un laser de liaison montante à haute énergie situé dans les installations du JPL à Table Mountain, près de Wrightwood, en Californie.

Lors d'une récente « expérience de transformation », le projet a pu envoyer des données à un émetteur-récepteur, puis le relier à la Terre la même nuit, réalisant ainsi un aller-retour allant jusqu'à 280 millions de miles (450 millions de kilomètres). Parallèlement aux données du test, l'expérience a également transféré des photos numériques des animaux de compagnie vers Psyché et vice versa. De plus, il met en corrélation de grandes quantités de données techniques pour la démonstration technologique afin d'étudier les caractéristiques de la liaison de communication optique.

READ  La Terre perd de son éclat et les scientifiques soupçonnent le changement climatique d'en être la cause

Continue Reading

Trending

Copyright © 2023