बहुउद्देश्यीय लट्टिस मेटामटेरियल्स के लिए एक बॉटम-अप डिजाइन फ्रेमवर्क।

लाइट वेटिंग की मांगों से प्रेरित होकर, बहुउद्देश्यीयता लट्टिस मेटामटेरियल्स के डिजाइन में बढ़ती महत्वपूर्ण होती जा रही है। जबकि इनवर्स डिजाइन ऐसे लट्टिस संरचनाओं के विकास के लिए महत्वपूर्ण है, पारंपरिक इनवर्स डिजाइन विधियाँ जैसे टोपोलॉजी ऑप्टिमाइज़ेशन अक्सर डिजाइन स्पेस को पूरी तरह से एक्सप्लोर करने में असफल रहती हैं। इन सीमाओं को पार करने के लिए, यह अध्ययन एक जनरेटिव AI फ्रेमवर्क प्रस्तुत करता है जो 3D Gaussian वॉक्सेल जनरेशन को डीप लर्निंग के साथ संयोजित करता है, जिससे अधिक संरचनात्मक जटिलता और डिजाइन स्वतंत्रता संभव होती है। एक सिद्धांत के प्रमाण के रूप में, हम इस बॉटम-अप डिजाइन दृष्टिकोण का उपयोग करें हैं शेल लट्टिस संरचनाओं के लिए ऊर्जा अवशोषण और ब्रॉडबैंड ध्वनि अवशोषण क्षमताओं के अनुकूलन हेतु। एक हाइब्रिड आर्किटेक्चर जो 3D कन्वोल्यूशनल न्यूरल नेटवर्क और कंडीशनल डीप कन्वोल्यूशनल जनरेटिव एडवर्सेरियल नेटवर्क को मिलाता है, ऊर्जा अवशोषण की सटीक भविष्यवाणी और प्रदर्शन-संचालित संरचनात्मक उत्पत्ति को सक्षम करता है। साथ ही, एक जेनेटिक एल्गोरिदम का उपयोग ध्वनि अवशोषण के लिए विविध ज्यामितियों को ट्यून करने के लिए किया गया। 3D-प्रिंटेड स्टेनलेस-स्टील लट्टिस के माध्यम से प्रयोगात्मक मान्यता ने डिजाइन की गई संरचनाओं की श्रेष्ठ बहुउद्देश्यीयता को दर्शाया — जो पारंपरिक शेल लट्टिस की तुलना में 40%-200% अधिक ऊर्जा अवशोषण प्राप्त करती हैं, साथ ही उच्च (औसत गुणांक ∼0.7) और व्यापक (α > 0.5 1000-5800 Hz के बीच) अवशोषण बैंडविड्थ। कुल मिलाकर, हमारा प्रस्तावित फ्रेमवर्क मौजूदा इनवर्स डिजाइन दृष्टिकोणों की प्रमुख कमियों को दूर करता है, शारीरिक अंतर्दृष्टि से सूचित वॉक्सेल-स्तरीय मॉडल जनरेशन को बढ़ावा देता है।