論文の概要: Learning to simulate and design for structural engineering
- arxiv url: http://arxiv.org/abs/2003.09103v3
- Date: Wed, 12 Aug 2020 23:21:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-21 21:57:58.455972
- Title: Learning to simulate and design for structural engineering
- Title(参考訳): 構造工学のシミュレーションと設計を学ぶ
- Authors: Kai-Hung Chang (1), Chin-Yi Cheng (1) ((1) Autodesk Research)
- Abstract要約: 本研究では,建物構造をグラフとして定式化し,柱と梁の最適断面を学習するためのエンドツーエンドパイプラインを作成する。
提案した構造設計の性能は、遺伝的アルゴリズム(GA)によって最適化された設計と同等であり、全ての制約が満たされている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The structural design process for buildings is time-consuming and laborious.
To automate this process, structural engineers combine optimization methods
with simulation tools to find an optimal design with minimal building mass
subject to building regulations. However, structural engineers in practice
often avoid optimization and compromise on a suboptimal design for the majority
of buildings, due to the large size of the design space, the iterative nature
of the optimization methods, and the slow simulation tools. In this work, we
formulate the building structures as graphs and create an end-to-end pipeline
that can learn to propose the optimal cross-sections of columns and beams by
training together with a pre-trained differentiable structural simulator. The
performance of the proposed structural designs is comparable to the ones
optimized by genetic algorithm (GA), with all the constraints satisfied. The
optimal structural design with the reduced the building mass can not only lower
the material cost, but also decrease the carbon footprint.
- Abstract(参考訳): 建物の構造設計プロセスは時間がかかり、手間がかかる。
このプロセスを自動化するために、構造エンジニアは最適化手法とシミュレーションツールを組み合わせて、建築規制の対象となる最小限の建築質量で最適な設計を見つける。
しかし、実際には構造エンジニアは、設計スペースの大規模化、最適化手法の反復的性質、遅いシミュレーションツールなどにより、ほとんどの建物のサブ最適設計の最適化や妥協を避けることが多い。
本研究では,建物構造をグラフとして定式化し,事前学習可能な構造シミュレータを用いて,柱と梁の最適断面を学習するエンド・ツー・エンドパイプラインを作成する。
提案する構造設計の性能は、遺伝的アルゴリズム(ga)によって最適化されたものと同等であり、全ての制約を満たしている。
建築重量を削減した最適構造設計は、材料コストを下げるだけでなく、炭素フットプリントを下げることもできる。
関連論文リスト
- Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳(メタデータ) (2024-01-24T01:33:39Z) - Efficient Quality Diversity Optimization of 3D Buildings through 2D
Pre-optimization [101.18253437732933]
品質多様性アルゴリズムは、エンジニアの直感を伝える様々なソリューションセットを作成するために使用することができる。
しかし、品質の多様性は、非常に高価な問題では効率的ではない。
品質の多様性のあるトレーニングデータを生成することで、より優れた機械学習モデルを作成できることを示します。
論文 参考訳(メタデータ) (2023-03-28T11:20:59Z) - Constrained Bayesian Optimization for Automatic Underwater Vehicle Hull
Design [0.6767885381740952]
本稿では,水中船体設計の最適化について紹介する。
我々は,時間を要する高価なエンジニアリングシミュレーションを最適化するために開発されたよく知られた手法であるベイズ最適化(BO)の手法を用いる。
ドメイン固有のツールチェーンとAIベースの最適化を統合することで、水中車体設計の自動設計最適化を実行しました。
論文 参考訳(メタデータ) (2023-02-28T16:36:26Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳(メタデータ) (2022-11-29T17:28:31Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳(メタデータ) (2022-04-15T20:40:43Z) - Structural Design Recommendations in the Early Design Phase using
Machine Learning [6.071146161035648]
ApproxiFramerは機械学習ベースのシステムで、リアルタイムで構築計画のスケッチから構造的レイアウトを自動的に生成する。
我々は、スケッチレベルの建築計画のための構造設計ソリューションを反復的に生成するように、畳み込みニューラルネットワークを訓練した。
論文 参考訳(メタデータ) (2021-07-19T01:02:14Z) - Conservative Objective Models for Effective Offline Model-Based
Optimization [78.19085445065845]
計算設計の問題は、合成生物学からコンピュータアーキテクチャまで、様々な場面で発生している。
本研究では,分布外入力に対する接地的目標の実際の値を低くする目的関数のモデルを学習する手法を提案する。
COMは、様々なMBO問題に対して、既存のメソッドの実装と性能の面では単純である。
論文 参考訳(メタデータ) (2021-07-14T17:55:28Z) - Biogeography-Based Optimization of RC structures including static
soil-structure interaction [0.0]
本稿では, バイオジオグラフィーを用いたコンクリート構造物の構造設計のコストを最小化する手法を提案する。
SAP2000は静的土壌構造相互作用(SSSI)のようなモデリング面を考慮した計算エンジンとして使用される
論文 参考訳(メタデータ) (2021-03-08T22:48:04Z) - Apollo: Transferable Architecture Exploration [26.489275442359464]
我々はApolloと呼ばれるトランスファー可能なアーキテクチャ探索フレームワークを提案する。
提案手法は,ベースラインのブラックボックス最適化手法よりも,高報酬設計構成のサンプル効率が高いことを示す。
論文 参考訳(メタデータ) (2021-02-02T19:36:02Z) - An AI-Assisted Design Method for Topology Optimization Without
Pre-Optimized Training Data [68.8204255655161]
トポロジ最適化に基づくAI支援設計手法を提示し、最適化された設計を直接的に得ることができる。
設計は、境界条件と入力データとしての充填度に基づいて、人工ニューラルネットワーク、予測器によって提供される。
論文 参考訳(メタデータ) (2020-12-11T14:33:27Z) - Topology optimization of 2D structures with nonlinearities using deep
learning [0.0]
クラウドコンピューティングは最適な非線形構造を探索することを可能にする。
最適化設計を予測するための畳み込みニューラルネットワークモデルを開発した。
開発したモデルは、反復的なスキームを必要とせずに、最適化された設計を正確に予測することができる。
論文 参考訳(メタデータ) (2020-01-31T12:36:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。