Univariate Conditional Variational Autoencoder for Morphogenic Patterns Design in Frontal Polymerization-Based Manufacturing

要約

一部の初期条件および境界条件下では、正面重合 (FP) 中に起こる急速な反応熱拡散プロセスにより、正面伝播の平面モードが不安定になり、熱硬化性ポリマー材料に空間的に変化する複雑な階層パターンが生じます。
最新の反応拡散モデルは、不安定な FP から生じるパターンを予測できますが、所望のパターンを生成するプロセス条件を検索することを目的としたパターンの逆設計は、プロセス間のマッピングが一意でなく、直感的でないため、未解決の課題のままです。
条件と製造されたパターン。
この研究では、FP ベースの製造における階層パターンの逆設計のために、単変量条件変分オートエンコーダー (UcVAE) と呼ばれる確率的生成モデルを提案します。
設計空間と設計ターゲットの両方をエンコードする cVAE とは異なり、UcVAE は設計空間のみをエンコードします。
UcVAE のエンコーダーでは、cVAE と比較してトレーニング パラメーターの数が大幅に削減され、同等のパフォーマンスを維持しながらトレーニング時間が短縮されます。
所望のパターン画像が与えられると、トレーニングされた UcVAE は、高忠実度の階層パターンを生成する複数のプロセス条件ソリューションを生成できます。

要約(オリジナル)

Under some initial and boundary conditions, the rapid reaction-thermal diffusion process taking place during frontal polymerization (FP) destabilizes the planar mode of front propagation, leading to spatially varying, complex hierarchical patterns in thermoset polymeric materials. Although modern reaction-diffusion models can predict the patterns resulting from unstable FP, the inverse design of patterns, which aims to retrieve process conditions that produce a desired pattern, remains an open challenge due to the non-unique and non-intuitive mapping between process conditions and manufactured patterns. In this work, we propose a probabilistic generative model named univariate conditional variational autoencoder (UcVAE) for the inverse design of hierarchical patterns in FP-based manufacturing. Unlike the cVAE, which encodes both the design space and the design target, the UcVAE encodes only the design space. In the encoder of the UcVAE, the number of training parameters is significantly reduced compared to the cVAE, resulting in a shorter training time while maintaining comparable performance. Given desired pattern images, the trained UcVAE can generate multiple process condition solutions that produce high-fidelity hierarchical patterns.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google