ENG: Researchers at Universidad Carlos III de Madrid have created software and hardware for a 4D printer with applications in the biomedical field. In addition to 3D printing, this machine allows for controlling extra functions: programming the material’s response so that shape-changing occurs under external magnetic field, or changes in its electric properties develops under mechanical deformation. This opens the door to the design of soft robots or smart sensors and substrates that transmit signals to different cellular systems, among other applications.

This line of research focuses on the development of soft multifunctional structures, which consist of materials with mechanical properties that mimic biological tissues such as the brain or skin. In addition, they are capable of changing their shape or properties when actuated via external stimuli, such as magnetic fields or electric currents. Until now, this team of researchers had made several advances in the design and manufacturing of these structures, but they were very limited in terms of shape-design and programming of intelligent responses. The work presented in their latest study, has allowed them to open up new possibilities by developing a novel 4D printing methodology.

This type of printing is complex since the material to be extruded transitions from liquid to solid during the printing process. It is therefore necessary to understand the material dynamics to adapt the manufacturing process and obtain a material which is sufficiently liquid when it flows through the printer nozzle but, at the same time, solid enough to maintain a specific shape. To this end, they have developed an interdisciplinary methodology that combines theoretical and experimental techniques allowing them to build the printing device from scratch, both the physical part of the device (the hardware) and the computer programmes that allow it to be controlled (the software). The researchers have also developed a new material concept that is capable of healing itself autonomously without the need for external action.

RO: Cercetătorii de la Universitatea Carlos III din Madrid au creat software și hardware pentru o imprimantă 4D cu aplicații în domeniul biomedical. Pe lângă imprimarea 3D, această mașină permite controlul unor funcții suplimentare: programarea răspunsului materialului astfel încât schimbarea formei să aibă loc sub acțiunea unui câmp magnetic extern sau modificarea proprietăților sale electrice să se dezvolte sub efectul unei deformări mecanice. Acest lucru deschide ușa pentru proiectarea de roboți moi sau de senzori și substraturi inteligente care transmit semnale către diferite sisteme celulare.

Această linie de cercetare se concentrează pe dezvoltarea de structuri moi multifuncționale, care constau în materiale cu proprietăți mecanice care imită țesuturile biologice, cum ar fi creierul sau pielea. În plus, acestea sunt capabile să își schimbe forma sau proprietățile atunci când sunt acționate prin stimuli externi, cum ar fi câmpurile magnetice sau curenții electrici. Până în prezent, această echipă de cercetători a realizat mai multe progrese în proiectarea și fabricarea acestor structuri, însă acestea erau foarte limitate în ceea ce privește proiectarea formei și programarea răspunsurilor inteligente. Lucrările prezentate în cel mai recent studiu al lor, le-au permis să deschidă noi posibilități prin dezvoltarea unei noi metodologii de imprimare 4D.

Acest tip de imprimare este complex, deoarece materialul care urmează să fie extrudat trece de la lichid la solid în timpul procesului de imprimare. Prin urmare, este necesară înțelegerea dinamici materialului pentru a adapta procesul de fabricație și a obține un material care să fie suficient de lichid atunci când curge prin duza imprimantei, dar, în același timp, suficient de solid pentru a menține o formă specifică. În acest scop, ei au dezvoltat o metodologie interdisciplinară care combină tehnici teoretice și experimentale, permițându-le să construiască dispozitivul de imprimare de la zero, atât partea fizică a dispozitivului (hardware), cât și programele informatice care permit controlul acestuia (software). Cercetătorii au dezvoltat, de asemenea, un nou concept de material care este capabil să se vindece singur în mod autonom, fără a fi nevoie de o acțiune externă.

Source (Universidad Carlos III de Madrid, “A 4D printer for smart materials with magneto-and electro-mechanical properties has been developed”, 06.03.2023)

Papers:

Lopez‐Donaire, M.L., de Aranda‐Izuzquiza, G., Garzon‐Hernandez, S., Crespo‐Miguel, J., Fernandez‐de la Torre, M., Velasco, D. and Garcia‐Gonzalez, D., 2022. Computationally Guided DIW Technology to Enable Robust Printing of Inks with Evolving Rheological Properties. Advanced Materials Technologies, p.2201707.

Garcia-Gonzalez, D., Ter-Yesayants, T., Moreno-Mateos, M.A. and Lopez-Donaire, M.L., 2023. Hard-magnetic phenomena enable autonomous self-healing elastomers. Composites Part B: Engineering, 248, p.110357.

ENG: A new machine learning model can predict city traffic activity in different urban zones. To do so, a Complexity Science Hub researcher used data from a main car-sharing company in Italy as a proxy for overall city traffic. Understanding people’s mobility patterns will be central to improving urban traffic flow. For example, if the model shows that there is a nontrivial connection between two zones, i.e., that people commute from one zone to another for certain reasons, services could be provided that compensate for this interaction. If, on the flip side, the model shows that there is little activity in a particular location, policymakers could use that knowledge to invest in structures to change that.

For this study a major car-sharing company provided the data: the location of all cars in their fleet in four Italian cities (Rome, Turin, Milan, and Florence) in 2017. The data was obtained by constantly querying the service provider’s web APIs, recording the parking location of each car, as well as the start and end timestamps. Simone Daniotti of the Complexity Science Hub used that as a proxy for all city traffic and created a model that not only allows accurate spatio-temporal forecasting in different urban areas, but also accurate anomaly detection such as strikes and bad weather conditions, both of which are related to traffic.

The model could also make predictions about traffic patterns for other cities such as Vienna. While there are already many models designed to predict traffic behavior in cities, the vast majority of prediction models on aggregated data are not fully interpretable. Even though some structure of the model connects two zones, they cannot be interpreted as an interaction. This limits understanding of the underlying mechanisms that govern citizens’ daily routines. Since only a minimal number of constraints are considered and all parameters represent actual interactions, the new model is fully interpretable. Without knowing the reason why the model is showing a particular result, it is difficult to control for events where the model was not showing what you expected.

RO: Un nou model de învățare automată poate prezice activitatea de trafic în diferite zone urbane. Pentru a face acest lucru, un cercetător de la Complexity Science Hub a folosit date de la o companie principală de car-sharing din Italia ca indicator pentru traficul general al orașului. Înțelegerea modelelor de mobilitate ale oamenilor va fi esențială pentru îmbunătățirea fluxului de trafic urban. De exemplu, în cazul în care modelul arată că există o legătură netrivială între două zone, adică oamenii fac naveta dintr-o zonă în alta din anumite motive, ar putea fi furnizate servicii care să compenseze această interacțiune. Dacă, pe de altă parte, modelul arată că există o activitate redusă într-o anumită locație, factorii de decizie ar putea folosi aceste cunoștințe pentru a investi în structuri care să schimbe această situație.

Pentru acest studiu, o mare companie de car-sharing a furnizat datele: locația tuturor mașinilor din flota lor în patru orașe italiene (Roma, Torino, Milano și Florența) în 2017. Datele au fost obținute prin interogarea constantă a API-urilor web ale furnizorului de servicii, înregistrând locația de parcare a fiecărei mașini, precum și marcajele temporale de început și de sfârșit. Simone Daniotti, de la Complexity Science Hub, a folosit aceste date ca proxy pentru tot traficul din oraș și a creat un model care nu numai că permite o prognoză spațio-temporală precisă în diferite zone urbane, ci și o detectare a anomaliilor precum grevele și condițiile meteorologice nefavorabile, ambele legate de trafic.

Modelul ar putea, de asemenea, să facă predicții privind modelele de trafic pentru alte orașe, cum ar fi Viena. Deși există deja multe modele concepute pentru a prezice comportamentul traficului în orașe, marea majoritate a modelelor de predicție pe date agregate nu sunt pe deplin interpretabile. Chiar dacă o anumită structură a modelului conectează două zone, acestea nu pot fi interpretate ca o interacțiune. Acest lucru limitează înțelegerea mecanismelor de bază care guvernează rutina zilnică a cetățenilor. Deoarece se ia în considerare doar un număr minim de constrângeri și toți parametrii reprezintă interacțiuni reale, noul model este pe deplin interpretabil. Fără a cunoaște motivul pentru care modelul arată un anumit rezultat, sunt dificil de controlat evenimentele în care modelul nu a arătat ceea ce se aștepta.

Source (Complexity Science Hub Vienna, “How to predict city traffic”, 28.02.2023)

Paper: Daniotti, S., Monechi, B. and Ubaldi, E., 2023. A maximum entropy approach for the modelling of car-sharing parking dynamics. Scientific Reports, 13(1), p.2993.