MétaCan
Menu
Retour à la cohorte
Enregistrement W2946209693 · doi:10.1038/s41467-019-10166-4

A soft photopolymer cuboid that computes with binary strings of white light

2019· article· en· W2946209693 sur OpenAlexafffund
Alexander Hudson, Matthew R. Ponte, Fariha Mahmood, Thomas Pena Ventura, Kalaichelvi Saravanamuttu

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaDivision of Materials ResearchMcMaster University
Mots-clésCuboidBinary numberIncandescent light bulbComputer scienceDiodePhotopolymerProcess (computing)Nonlinear systemPhysicsOpticsOptoelectronicsPolymerPolymerizationMathematicsGeometryArithmeticQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Next-generation stimuli-responsive materials must be configured with local computational ability so that instead of a discrete on-off responsiveness, they sense, process and interact reciprocally with environmental stimuli. Because of their varied architectures and tunable responsiveness to a range of physical and chemical stimuli, polymers hold particular promise in the generation of such "materials that compute". Here, we present a photopolymer cuboid that autonomously performs pattern recognition and transfer, volumetric encoding and binary arithmetic with incandescent beams. The material's nonlinear response to incident beams generates one, two or three mutually orthogonal ensembles of white-light filaments, which respectively self-organize into disordered, 1-D and 2-D periodic geometries. Data input as binary (dark-bright) strings generate a unique distribution of filament geometries, which corresponds to the result of a specific operation. The working principles of this material that computes with light is transferrable to other nonlinear systems and incoherent sources including light emitting diodes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdvanced Materials and MechanicsTravaux en français237 207