Инженеры разработали адаптирующуюся механическую нейронную сеть

Инженеры разработали адаптирующуюся механическую нейронную сеть
Читайте нас: Яндекс новости

Источники: | techxplore.com

Инженеры из Калифорнийского университета в Лос-Анджелесе разработали новый класс материала, способного со временем обучаться поведению и развивать собственную «мышечную память», которая позволяет адаптироваться в реальном времени к изменяющимся внешним силам.
Инженеры разработали адаптирующуюся механическую нейронную сеть
Автор:
involta technologies
involta technologies

Инженеры из Калифорнийского университета в Лос-Анджелесе разработали новый класс материала, способного со временем обучаться поведению и развивать собственную «мышечную память», которая позволяет адаптироваться в реальном времени к изменяющимся внешним силам.

Материал состоит из структурной системы, состоящей из настраиваемых балок, которые могут изменять свою форму и поведение в ответ на динамические условия. Результаты исследования, которые могут быть применены в строительстве зданий, самолётов и технологий обработки изображений, были опубликованы в журнале Science Robotics. Например, когда материал помещается в крылья самолета, он может научиться изменять их форму в зависимости от направления ветра во время полёта, чтобы добиться большей эффективности и маневренности самолёта. Строительные конструкции, пропитанные этим материалом, также могут самостоятельно регулировать жёсткость в определённых областях, чтобы улучшить их общую устойчивость во время землетрясения или других природных или техногенных катастроф.

Как сообщает TechXplore, исследователи смогли разработать механические эквиваленты компонентов искусственных нейронных сетей. Механическая нейронная сеть состоит из индивидуально настраиваемых лучей, расположенных в виде треугольной решетки. Каждая балка оснащена звуковой катушкой, тензодатчиками и изгибами, которые позволяют ей изменять свою длину, адаптироваться к меняющейся среде в реальном времени и взаимодействовать с другими балками в системе. Звуковая катушка инициирует точно настроенное сжатие или расширение в ответ на новые силы, воздействующие на луч. Датчик деформации отвечает за сбор данных о движении балки, используемых в алгоритме для управления поведением при обучении. Изгибы по существу действуют как гибкие соединения между подвижными балками для соединения системы. Затем алгоритм оптимизации регулирует всю систему, используя данные от каждого из тензодатчиков и определяя комбинацию значений жёсткости, чтобы контролировать, как сеть должна адаптироваться к приложенным силам. 

В настоящее время система имеет размеры микроволновой печи, но исследователи планируют упростить конструкцию для создания тысячи сетей на микроуровне в рамках трёхмерных решёток для практического применения материалов.

Наверх