深度神经网络 (DNN) 在许多研究和商业环境中都取得了显著成就。但 DNN 是一种黑盒模型，并且不知道它们如何工作或为什么工作。
通过运用基础物理知识以不同的方式指导或约束 DNN 的训练过程或网络架构，可以缓解传统 DNN 的一些局限性。
近日，来自杜克大学的研究人员已经证明， 将已知的物理知识融入机器学习算法，可以帮助神秘的黑匣子获得新的透明度，并对材料属性有更深入的了解。
研究人员构建了 一种现代机器学习算法——洛伦兹神经网络（Lorentz neural network，LNN），一种前馈神经网络，利用因果关系的物理约束来直接学习完全决定超材料电磁散射特性的电和磁响应函数。
该方法不仅使算法能够准确地预测超材料的特性，而且比以前的方法更有效，同时提供了新的见解。
该研究结果以「Learning the Physics of All-Dielectric Metamaterials with Deep Lorentz Neural Networks」为题，于 5 月 9 日发表在《Advanced Optical Materials》杂志上。
杜克大学电气和计算机工程教授 Willie Padilla 说：「 通过将已知物理学直接纳入机器学习，该算法可以在更少的训练数据和更短的时间内找到解决方案。 虽然这项研究主要是展示该方法可以重现已知的解决方案，但它也揭示了一些以前没有人知道的非金属超材料的内部工作原理。」
超材料 是一类具有特殊性质的人造材料，这些材料是自然界没有的。它们拥有一些特别的性质，而这样的效果是传统材料无法实现的。超材料的成分上没有什么特别之处，它们的奇特性质源于其精密的几何结构以及尺寸大小。
超材料由一个类似于乐高底板的大硅柱网格组成。根据圆柱体的大小和间距，超材料以各种方式与电磁波相互作用，例如吸收、发射或偏转特定波长。
图 1a 为这项工作中考虑的全电介质超材料 (ADM)。圆柱体内部如图 1b 所示。
图 1：ADM。
在这里，研究人员试图建立一种称为神经网络的机器学习模型，以发现单个圆柱体的一系列高度和宽度如何影响这些相互作用。研究人员施加在神经网络上的物理特性称为洛伦兹模型——一组描述材料固有特性如何与电磁场共振的方程。模型不是直接跳到预测圆柱体的响应，而是学习预测洛伦兹参数，然后用于计算圆柱的响应。
物理信息 LNN 由一个前馈神经网络组成，具有四个大小为 (100-250-250-100) 的全连接隐藏层。输入层接收大小为 4 的几何向量 g，输出为洛伦兹振荡器的参数。其架构如图 2 所示。
图 2：LNN 架构。
Padilla 实验室的博士后研究员 Omar Khatib 说：「当你让神经网络更具可解释性时，这在某种意义上是我们在这里所做的，微调可能更具挑战性。我们确实在优化培训以学习模式方面遇到了困难。」
然而，一旦模型开始工作，它就被证明比该小组为相同任务创建的先前神经网络更有效。特别是，该小组发现这种方法可以显着减少模型确定超材料特性所需的参数数量。
他们还发现，这种基于物理学的方法能够自行发现。
当电磁波穿过一个物体时，它在旅程开始时与它的交互方式不一定与结束时完全相同。这种现象被称为空间色散。由于研究人员必须调整空间色散参数以使模型准确工作，他们发现了他们之前不知道的物理过程。
与传统 DNN 相比，LNN 等信息化神经网络应该具有更高的数据效率，以及实现更好的域外泛化性。 图 3 显示了 LNN 和两个传统 DNN 模型的比较，两个 DNN 模型的选择使得第一个网络（表示为 DNN1）具有与 LNN 相同的隐藏层结构，而第二个模型（表示为 DNN2）旨在为了达到与 LNN 相似的性能，尺寸要大得多。
图 3：LNN 和两个传统 DNN 模型的比较。
研究发现 LNN 的性能明显优于 DNN1，这很可能具有足够的复杂性来充分近似底层物理，并实现了与 DNN2 相似的性能，后者具有两个数量级的可学习参数。此外，与 DNN2 相比，LNN 在训练边界外的泛化能力有所提高。最后，发现 LNN 在几何空间的不同区域的性能可变。
研究结果表明，通过在预测复杂散射参数时辅以频率相关的介电常数和磁导率的因果物理LNN 表现出显着增强的学习 ADM 复杂物理特性的能力，而训练数据少得多，而且具有阶数与传统 DNN 相比，模型参数要少很多。
「现在我们已经证明这是可以做到的，我们希望将这种方法应用于物理未知的系统。」Padilla 说。
「很多人正在使用神经网络来预测材料特性，但从模拟中获得足够的训练数据是一个巨大的痛苦，」Malof 补充道，「这项工作也为创建不需要太多数据的模型指明了一条道路，这是非常有用的。」
论文链接：https://doi.org/10.1002/adom.202200097
,将物理学教欧式建筑 授给AI 可对材料属性有更深切的体味相关：
阿里最艰难的时刻曩昔了吗？作者 曾广 赵子坤编辑/ 陈芳过去的一个财年，可能是阿里巴巴上市以来最艰难的一年。这一年巨头阿里经历了多重挑战：超过182亿元的反垄断罚款，在本财年内陆续扣除，让整个财年盈利承压；两大主播薇娅、雪梨先后被封，直播电商生态生变；阿里云发生信息泄露事件，被工信部暂停六个月合作；国内外经济大环境发生骤变、流量见顶、监管趋严、疫情冲击……在此背景下，外界十分关心阿里巴巴会交出怎样一份成绩单？这是观察阿里巴巴..
中国工程院院士高文：我国已成为世界算力成长“领跑者”5月29日，首届“东数西算”粤港澳大湾区（广东）算力产业大会在韶关举办。中国工程院院士、鹏城实验室主任高文介绍，东数西算明确把数据中心和算力中心作为基建投资对象进行布局，以往只有能源、电力等核心产业才会受到如此重视。据高文介绍，石油能源的开采、运输、生产加工、销售、消费年产值有几十万亿规模，发电（水电站、化石能源发电厂、新能源发电）、输电、变电、用电年产值有十几万亿规模。所以高文认为，数据中心和算..
20天内9地传递返村夫员阳性 涉及5趟高铁近日，随着疫情形势好转，逐步恢复正常生活秩序，在外务工、求学人员陆续返乡。据人民日报健康客户端不完全统计，20天内已有9地通报在返乡人员中发现阳性病例，涉及5趟高铁。上海铁路公安处虹桥站派出所民警与虹桥站工作人员在现场维护秩序，查验旅客48小时核酸证明和当日车票。解放日报·上观新闻孟雨涵 摄20天内9地通报返乡人员阳性山东省济宁市金乡县发布通报，5月27日，发现1例新冠肺炎无症状感染者系金乡县在外省务工人员..
金准医学事务17人被抓：核酸检测背后的“混管”疑云核酸检测行业再度响起惊雷声。5 月 27 日，北京警方发布消息，对北京金准医学检验实验室有限公司（下称金准医学）立案侦查，涉案 17 人被采取刑事强制措施。43 岁的王学刚是金准医学的法定代表人，也是被警方控制的 17 人其中一员。学生时代，他曾获得「北京市十佳外来青年」称号。王学刚在检测行业摸爬滚打多年，商业版图开始遍布全国各地，在业内有一定的知名度。据北京官方当日通报，此次事发于金准医学检验实验室，..
换手机号查健康码过卡口 男人隐瞒疫情发生地旅居史被拘据山东省淄博市周村区融媒体中心微信号“掌上周村”5月29日通报，当地一名男子隐瞒疫情发生地区旅居史出入周村，违反疫情防控规定被处行政拘留10日，并罚款500元。通报称：5月17日早上，1名从上海返周人员张某华自驾到达周村，不但未向所在社区（工地）落实提前报备措施，且故意隐瞒上海旅居史，进入周村后关闭日常使用的手机，经过高速卡口时使用另一手机号码用于查验健康码。据通报介绍，张某华从上海至周村从未进入高速服务区..
乌方声称又击毙一名俄军批示官乌通社当地时间5月28日报道，乌克兰武装部队战略传播部在Facebook上宣布，乌克兰武装部队已经击毙了俄军第104近卫空降突击团突击营指挥官亚历山大·多西亚加耶夫（Alexander Dosyagaev）中校。声明中写道，“亚历山大在2021年俄罗斯陆军节上获得了最佳空降兵称号，但这并没有在他遭遇乌克兰士兵时帮到他。”
我被秦不美观骗去郴州我是被秦观骗去郴州的。读书不深涉世更浅的青春期，碰上他一句“雾失楼台”，很容易心迷于津渡。渡口恰是个上演离别相聚的所在，水气盈盈，别情依依，元素都堆满了。郴（chēn），林邑也。托秦观的福才认得这么个字。少年时根本不明白“郴江幸自绕郴山，为谁流下潇湘去”的别扭，翻遍了地图也想不明白。只猜这地方必须很美，暗暗把地名列入“总有一天要去”的清单里。等人近中年一脚踏进郴州地界，再回头才看懂那份儿别扭背后的..
越南正式铲除户籍轨制了吗？最近几年，相信大家看到不少类似的媒体消息：“震惊！越南延续千年的户籍制度将取消！”“越南退群！全球只剩3国拥有户籍制度！”“官宣：越南正式废除户籍制度！”诧异之余，免不了想了解事情真相是什么样子。今天，我们就来为大家科普一下：越南户籍制度仍然存在！—户籍制度改革 向纸质户口本说886外界众说纷纭的废除户籍制度，其实是越南公安部大力推行的户籍制度改革。去年底，越南国民议会决定，通过《居住法修正案》，自..
俄罗斯驻华大使：国际社会干与干与中国新疆事务不成接管5月28日，俄罗斯驻华大使馆在官方微博上发表了俄驻华大使杰尼索夫的声明。声明称，俄罗斯联邦一贯坚持不干涉第三国内政的原则性立场。俄方认为，中华人民共和国新疆维吾尔自治区的事务纯属中华人民共和国的内政，中国政府对其负有全部责任。国际社会任何形式的干预都是不可接受的。“如果国际社会能发挥某些作用，那也只是辅助性的、次要的作用，而且也只能是在中国政府提出相应诉求的情况下。”杰尼索夫表示，“据我们所知，中..
江西上饶一村庄遭洪水突袭 境界1分多钟就被覆没5月28日，多家媒体报道的江西上饶一段监控视频引发关注，画面中一村庄遭受洪水侵袭，监控视频记录了洪水来临时惊心动魄的一幕，仅一分多钟时间，洪水就淹没了道路，田地一片汪洋。据中国气象局28日消息，5月27日20时至28日08时，江西上饶广信区遇强降雨天气，12小时最大降雨量达100毫米，暴雨致煌固镇彭宅村山洪暴发。5月27日14时10分广信区气象局与区自然资源局联合发布了地质灾害气象风险预警。预计5月28日到31日，广信区有明..