論文の概要: Data-Driven Design-by-Analogy: State of the Art and Future Directions

• arxiv url: http://arxiv.org/abs/2106.01592v1
• Date: Thu, 3 Jun 2021 04:35:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-04 16:03:36.383767
• Title: Data-Driven Design-by-Analogy: State of the Art and Future Directions
• Title（参考訳）: データ駆動設計-Analogy:最先端と今後の方向性
• Authors: Shuo Jiang, Jie Hu, Kristin L. Wood, Jianxi Luo
• Abstract要約: デザイン・バイ・アナロジー(Design-by- Analogy、DbA)は、ソース・ドメインから引き出されたインスピレーションに基づいて、ターゲット・ドメインに新しいソリューション、機会、あるいは設計が生成される設計手法である。 近年,DbA サポートのためのデータ駆動手法やツールを開発するための新たな機会として,設計データベースやデータサイエンス,人工知能技術が急速に進歩している。
• 参考スコア（独自算出の注目度）: 11.025196033751786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Design-by-Analogy (DbA) is a design methodology wherein new solutions, opportunities or designs are generated in a target domain based on inspiration drawn from a source domain; it can benefit designers in mitigating design fixation and improving design ideation outcomes. Recently, the increasingly available design databases and rapidly advancing data science and artificial intelligence technologies have presented new opportunities for developing data-driven methods and tools for DbA support. In this study, we survey existing data-driven DbA studies and categorize individual studies according to the data, methods, and applications in four categories, namely, analogy encoding, retrieval, mapping, and evaluation. Based on both nuanced organic review and structured analysis, this paper elucidates the state of the art of data-driven DbA research to date and benchmarks it with the frontier of data science and AI research to identify promising research opportunities and directions for the field. Finally, we propose a future conceptual data-driven DbA system that integrates all propositions.
• Abstract（参考訳）: デザイン・バイ・アナロジー(Design-by-Analogy、DbA)は、ソースドメインから引き出されたインスピレーションに基づいて、ターゲットドメインで新たなソリューション、機会、あるいはデザインが生成される設計方法論である。 近年,DbA サポートのためのデータ駆動手法やツールを開発するための新たな機会として,設計データベースやデータサイエンス,人工知能技術が急速に進歩している。 本研究では,既存のデータ駆動型dba研究を調査し,アナロジーエンコーディング,検索,マッピング,評価という4つのカテゴリで,データ,手法,アプリケーションに応じて個々の研究を分類する。 ニューアンスド・オーガニック・レビューと構造化分析の両方に基づいて,データ駆動型dba研究の現状を解明し,この分野の有望な研究機会と方向性を特定するために,データサイエンスとai研究のフロンティアでそれをベンチマークする。 最後に,全ての命題を統合する概念データ駆動型dbaシステムを提案する。

関連論文リスト

• Customized Information and Domain-centric Knowledge Graph Construction with Large Language Models [0.0]
  本稿では,構造化情報へのタイムリーなアクセスを実現するための知識グラフに基づく新しいアプローチを提案する。 本フレームワークは,情報検索,キーフレーズ抽出,セマンティックネットワーク生成,トピックマップ可視化などを含むテキストマイニングプロセスを含む。 当社の方法論を自動車電気システムの領域に適用して,スケーラブルなアプローチを実証する。
  論文  参考訳（メタデータ） (2024-09-30T07:08:28Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Redefining Data-Centric Design: A New Approach with a Domain Model and Core Data Ontology for Computational Systems [2.872069347343959]
  本稿では,新しい情報ドメインモデルを導入することにより,計算システムを設計するための革新的なデータ中心パラダイムを提案する。 提案モデルは従来のノード中心のフレームワークから離れ、オブジェクト、イベント、コンセプト、アクションを組み込んだマルチモーダルアプローチを使用して、データ中心の分類に焦点を当てている。
  論文  参考訳（メタデータ） (2024-09-01T22:34:12Z)
• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
  本調査では,コンピュータ支援設計における学習手法の概要について概観する。 類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。 ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
  本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。 そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2023-12-21T14:20:06Z)
• Document Automation Architectures: Updated Survey in Light of Large Language Models [2.990411348977783]
  本稿では,文書自動化(DA)における技術の現状について調査する。 DAの目的は、異なるソースからの入力を自動生成して統合し、定義されたテンプレートに準拠した文書を組み立てることにより、文書作成時の手作業を削減することである。 DAの商業的ソリューションのレビューは、特に法律分野において行われてきたが、これまでDAアーキテクチャと技術に関する学術研究の包括的なレビューは行われていない。
  論文  参考訳（メタデータ） (2023-08-18T06:59:55Z)
• Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
  構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。 近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
  論文  参考訳（メタデータ） (2023-06-20T14:21:58Z)
• A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
  ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。 SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。 一般的な3つの分類基準で30以上のSFDA法を比較検討した。
  論文  参考訳（メタデータ） (2023-02-23T06:32:09Z)
• Document Automation Architectures and Technologies: A Survey [0.0]
  本稿では,文書自動化(DA)における技術の現状について調査する。 DAの目的は、異なるソースからの入力を自動的に統合し、定義されたテンプレートに従って文書を組み立てることにより、文書作成時の手作業を削減することである。 DAの商業的ソリューションのレビューは、特に法律分野において行われてきたが、これまでDAアーキテクチャと技術に関する学術研究の包括的なレビューは行われていない。
  論文  参考訳（メタデータ） (2021-09-23T19:12:26Z)
• Data Science Methodologies: Current Challenges and Future Approaches [0.0]
  ビジョンの欠如と明確な目標、技術的な問題への偏り、アドホックプロジェクトの成熟度が低いことが、これらの課題のひとつです。 チーム、プロジェクト、データ、情報管理の完全なガイドラインを提供する方法論はほとんどない。 総合的な視点でデータサイエンスプロジェクトを管理するための方法論が持つべき一般的な特徴を含む概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-06-14T10:34:50Z)

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。